用于控制车辆的方法和装置制造方法及图纸

本申请提供了用于控制车辆的方法和装置。所述方法利用根据第二模型的优化后的输出而训练的第一模型来控制车辆。该方法包括：获得所述车辆的车辆控制参数；获得将所述车辆控制参数接收为输入的第一模型的中间输出值；向服务器发送包括所述车辆控制参数和所述中间输出值的用户驾驶信息；从所述服务器接收基于所述用户驾驶信息而确定的为控制所述车辆而优化了的车辆控制信息；基于所述车辆控制信息训练所述第一模型；以及通过使用训练好的第一模型来控制所述车辆。

Methods and devices for controlling vehicles

【技术实现步骤摘要】
用于控制车辆的方法和装置相关申请的交叉引用本申请要求2018年10月15日在韩国知识产权局提交的韩国专利申请No.10-2018-0122251的优先权，该韩国申请的公开内容通过引用整体并入本文中。
本申请的实施例涉及用于控制车辆的方法和装置。
技术介绍
各种视觉信息增强被提供用来辅助对车辆和其他运输设备进行操纵。为了生成视觉信息，可以从任意驾驶图像中提取车道标记或道路信息并进行处理。当以这种方式利用从驾驶图像获得的道路信息来识别车辆的运行状态或者控制车辆时，可能需要大量的数据以进行学习，并且可能需要大量的处理时间以优化数据。此外，当对数据的访问被暴露时，可能存在关于用户曾在何时、何地移动的个人信息泄露的相应问题。
技术实现思路
本申请的实施例提供了一种用于控制车辆的方法和装置。实施例的一方面提供了一种控制车辆的方法，所述方法包括：获得所述车辆的车辆控制参数；获得将所述车辆控制参数接收为输入的第一模型的中间输出值；向服务器发送包括所述车辆控制参数和所述中间输出值的用户驾驶信息；从所述服务器接收基于所述用户驾驶信息而确定的为控制所述车辆而优化了的车辆控制信息；基于所述车辆控制信息训练所述第一模型；以及通过使用训练好的第一模型来控制所述车辆。实施例的另一方面提供了一种非暂时性计算机可读记录介质，所述非暂时性计算机可读记录介质上包含有用于执行控制车辆的方法的程序。实施例的另一方面提供了一种装置，所述装置被配置为控制车辆，所述装置包括：传感器，所述传感器被配置为获得所述车辆的车辆控制参数；处理器，所述处理器被配置为获得将所述车辆控制参数接收为输入的第一模型的中间输出值；以及通信接口，所述通信接口被配置为向服务器发送包括所述车辆控制参数和所述中间输出值的用户驾驶信息，并且从所述服务器接收基于所述用户驾驶信息而确定的为控制所述车辆而优化了的车辆控制信息，其中，所述处理器还被配置为基于所述车辆控制信息训练所述第一模型并且通过使用训练好的第一模型控制所述车辆。附图说明从下面结合附图的详细描述将会更加清楚地理解本申请的实施例，其中：图1是用于说明根据实施例的控制车辆的方法的示意图；图2是根据实施例的控制车辆的方法的流程图；图3是用于说明根据实施例的控制车辆的方法的示意图；图4是根据实施例的控制车辆的方法的操作流程图；以及图5是根据实施例的用于控制车辆的装置的框图。具体实施方式在下文中，将参考附图详细描述本申请的实施例。图1是用于说明根据实施例的控制车辆的方法的示意图。参考图1，示出了控制车辆的设备110(在下文中，称为控制设备)与服务器130之间的操作。控制设备110可以是车辆本身，控制设备110可以是嵌入或者包含在车辆中的组件或系统。作为诸如智能电话的用户终端，控制设备110可以通过接口(例如USB接口、有线连接、诸如蓝牙或WiFi的无线连接等)耦接到车辆。车辆可以是用于在道路或其他表面上行驶的任何运输车辆，并且可以包括例如自动驾驶车辆、配备有高级驾驶辅助系统(ADAS)的智能车辆等。控制设备110可以获得车辆的驾驶环境的信息。驾驶环境的信息可以与用户(驾驶员)在某种驾驶环境中如何表现(操作)的信息或驾驶参数相对应。例如，驾驶环境的信息可以包括车辆驾驶图像和与获得车辆驾驶图像的时间点相对应的车辆控制参数。这里，可以在驾驶车辆时和/或停止车辆时通过安装在车辆上的拍摄装置获得车辆驾驶图像。拍摄装置可以被配置为拍摄车辆的前面的视野或侧面的视野等。或者，车辆驾驶图像可以是通过通信接口(参见图5中的通信接口540)从控制设备110外部的源接收的车辆的前侧和两侧中的至少一个的外部图像。车辆驾驶图像可以包括例如包含附近的车辆、车道、路缘、人行道和周围环境的道路图像，和/或路面图像。除了彩色图像之外，车辆驾驶图像还可以包括诸如红外图像、深度图像和立体图像的各种图像。车辆驾驶图像可以包括一帧或多帧，或视频帧序列。驾驶图像可以包括二维(2D)驾驶图像和三维(3D)驾驶图像。此外，“车辆控制参数”可以包括与车辆的操纵和/或驾驶控制组件相关的参数，例如加速器的加速率、制动器的制动率以及转向角和/或方向盘变化。如上所述，驾驶环境的信息可以包括诸如车辆的用户曾在何时、何地以及以何种驾驶模式驾驶的个人信息。因此，在实施例中，可以通过禁止外部传输驾驶环境的信息(换句话说，车辆驾驶图像的原始数据和车辆控制参数)，来保护个人信息。原始数据可以是与例如车辆驾驶图像、雷达信号、激光雷达(LiDAR)信号、车辆速度、制动操作、加速器的加速操作、方向盘的转向操作等相关的数据。控制设备110可以将车辆驾驶图像和/或车辆控制参数处理成信息(或提炼的(distilled)知识)，并且将处理后的控制参数发送到服务器130。此时，该信息可以包括例如基于驾驶环境的信息提取的用户的驾驶特征(例如，特征向量或特征图)，以及与关于例如原始数据(或驾驶图像)中何处存在对象的信息(或概率信息)对应的软等级(softlevel)。在控制设备110中处理驾驶环境的信息时计算的中值(medianvalue)可以具有例如未知矢量的形式。在实施例中，通过将在对原始数据进行处理时计算的中值作为数字信息发送，可以在没有单独的加密处理的情况下保护用户个人信息。根据实施例，控制设备110可以单独加密驾驶环境的信息(例如，车辆控制参数)并将加密后的信息发送到服务器130。服务器130可以执行利用数字信息识别车辆控制操作的软件。这里，软件可以基于用户驾驶信息(或用户数字信息)预测例如用户将如何驾驶(或表现)。相比于通过优化数字信息对原始数据进行处理，服务器130可以快速且有效地确定或计算出优化的车辆控制信息。服务器130可以向控制设备110发送包括例如针对用户的驾驶模式而优化的模型的参数值的优化的车辆控制信息。控制设备110可以通过使用从服务器130接收的优化的车辆控制信息来控制要为用户优化的车辆。图2是根据实施例的控制车辆的方法的流程图。参考图2，根据实施例的控制设备可以获得车辆的驾驶环境的信息(210)。控制设备可以通过使用例如图像传感器、雷达、LiDAR、陀螺仪传感器、加速度传感器和全球定位系统(GPS)传感器中的至少一个来获得驾驶环境的信息。控制设备可以通过将基于驾驶环境的信息提取到的用户的驾驶特征应用为第一模型的输出而获得第一模型的中间输出值(220)。控制设备可以基于驾驶环境的信息提取驾驶环境中的用户的驾驶特征。可以通过例如包括在第一模型中的层，或单独的神经网络或单独的特征提取函数来提取驾驶特征。驾驶特征可以是例如以特征向量或特征图的形式。第一模型可以包括神经网络，该神经网络包括诸如输入层、隐藏层和输出层的多个层。这里，第一模型例如可以是车辆的基于驾驶特征识别车辆的驾驶状况并且控制车辆的运行模型。神经网络可以包括例如卷积神经网络(CNN)、深度神经网络(DNN)和循环神经网络本文档来自技高网...

【技术保护点】
1.一种控制车辆的方法，所述方法包括：/n获得所述车辆的车辆控制参数；/n获得将所述车辆控制参数接收为输入的第一模型的中间输出值；/n向服务器发送包括所述车辆控制参数和所述中间输出值的用户驾驶信息；/n从所述服务器接收基于所述用户驾驶信息而确定的为控制所述车辆而优化了的车辆控制信息；/n基于所述车辆控制信息训练所述第一模型；以及/n通过使用训练好的第一模型来控制所述车辆。/n

【技术特征摘要】
20181015 KR 10-2018-01222511.一种控制车辆的方法，所述方法包括：
获得所述车辆的车辆控制参数；
获得将所述车辆控制参数接收为输入的第一模型的中间输出值；
向服务器发送包括所述车辆控制参数和所述中间输出值的用户驾驶信息；
从所述服务器接收基于所述用户驾驶信息而确定的为控制所述车辆而优化了的车辆控制信息；
基于所述车辆控制信息训练所述第一模型；以及
通过使用训练好的第一模型来控制所述车辆。


2.根据权利要求1所述的方法，其中，所述第一模型包括神经网络，所述神经网络包括多个层，并且所述第一模型被配置为基于所述车辆控制参数识别所述车辆的驾驶状况。


3.根据权利要求1所述的方法，其中，获得所述第一模型的所述中间输出值包括获得所述第一模型的多个层中的中间层的所述中间输出值。


4.根据权利要求1所述的方法，其中，所述服务器包括基于神经网络的第二模型，并且
其中，所述第二模型被配置为输出所述车辆控制信息。


5.根据权利要求4所述的方法，其中，所述第二模型是通过零次学习方法被训练的。


6.根据权利要求4所述的方法，其中，优化后的车辆控制信息包括输入到所述第一模型的参数值。


7.根据权利要求3所述的方法，其中，基于所述车辆控制信息训练所述第一模型包括基于所述车辆控制信息更新所述第一模型的所述中间层之后的层。


8.根据权利要求1所述的方法，其中，向所述服务器发送包括所述车辆控制参数和所述中间输出值的所述用户驾驶信息包括：
加密所述车辆控制参数和所述中间输出值；以及
向所述服务器发送加密后的所述车辆控制参数和所述中间输出值。


9.根据权利要求1所述的方法，其中，获得所述车辆控制参数包括：基于所述车辆的驾驶环境的信息提取所述车辆控制参数。


10.根据权利要求1所述的方法，其中，获得所述车辆控制参数包括：通过使用图像传感器、雷达、激光雷达、陀螺仪传感器、加速度传感器和全...

【专利技术属性】
技术研发人员：河美淑，张铁薰，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR