本发明专利技术实施例提供了一种基于感知赋能的增强自动驾驶方法和系统，涉及自动驾驶技术领域，用于解决无法得到准确的推理结果的问题。该方法包括：采集客观数据和生物特征判别数据，客观数据包括路况信息和车况信息中的至少一个，生物特征判别数据为驾驶员的生物数据；将客观数据输入客观因素推理模型，获取客观推理标签；将客观数据和生物特征判别数据输入生物感知推理模型，获取生物感知推理标签，生物感知推理模型由场景数据和映射模型训练获取，场景数据包括客观数据和生物数据，映射模型包括客观数据和生物数据的映射关系；根据客观推理标签和生物感知推理标签确定综合推理结果。本发明专利技术实施例用于自动驾驶过程中的行为预测。本发明专利技术实施例用于自动驾驶过程中的行为预测。本发明专利技术实施例用于自动驾驶过程中的行为预测。
【技术实现步骤摘要】
一种基于感知赋能的增强自动驾驶方法和系统
[0001]本专利技术本要求于2019年12月30日提交的专利技术名称为“一种基于感知赋能的增强自动驾驶方法和系统”、申请号为：201911395480.5的优先权。
[0002]本专利技术涉及自动驾驶
，尤其涉及一种基于感知赋能的增强自动驾驶方法和系统。
技术介绍
[0003]随着人工智能技术的发展，以及5G提供的强大的通信服务保障，各种垂直行业都在进行人工智能赋能的演进。其中自动驾驶汽车是一个重要领域，它将对人类出行方式产生巨大影响。自动驾驶汽车是一种通过电脑系统自动控制实现无人驾驶的智能汽车系统。在20世纪已有数十年的历史，21世纪初呈随着人工智能和5G通信技术的发展，现出接近实用化的趋势。
[0004]自动驾驶汽车依靠人工智能、视觉计算、雷达和监控装置来了解周围的车辆和交通状况，并通过一个详尽的地图进行导航，所有这些操作都需要通过5G通信系统，由一个中心数据中心进行协同合作。让智能系统可以在没有任何人类主动的操作下，自动安全地操作机动车辆。理论上，当所有汽车都实现自动驾驶后，自动驾驶汽车的交通事故发生率几乎可以下降至零，不过在相当长一段时间，自动驾驶和驾驶员驾驶的车辆会同时行驶在道路上，这样由于一些驾驶员的生物反应可能会带来一些安全隐患。
[0005]可以发现，由于现在的自动驾驶系统只是根据监控获取当前环境或者交通工具的客观信息进行车辆控制，但是不熟悉交通参与者(如，驾驶员、行人)的人为习惯和特征，在自动驾驶车辆和驾驶员驾驶的车辆同时行驶在道路上时，自动驾驶车辆对于一些紧急状况的推理是固化的，无法根据人的生物反应进行灵活调整，得到准确的推理结果。
技术实现思路
[0006]有鉴于此，本专利技术提供了一种基于感知赋能的增强自动驾驶方法和系统，用于解决自动驾驶车辆对于一些紧急状况的推理是固化的，无法根据人的生物反应进行灵活调整，进而无法得到更加准确的推理结果的问题。
[0007]为了实现上述目的，本专利技术实施例提供的技术方案如下：
[0008]第一方面，本专利技术的实施例提供一种基于感知赋能的增强自动驾驶方法，包括：
[0009]采集客观数据和生物特征判别数据，所述客观数据包括路况信息和车况信息中的至少一个，所述生物特征判别数据为驾驶员的生物数据；
[0010]将所述客观数据输入客观因素推理模型，获取客观推理标签，所述客观因素推理模型为多层神经网络的分类模型；
[0011]将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签，所述生物感知推理模型由场景数据和映射模型训练获取，所述场景数据包括客
观数据和生物数据，所述映射模型包括所述客观数据和所述生物数据的映射关系；
[0012]根据所述客观推理标签和所述生物感知推理标签确定综合推理结果。
[0013]作为本专利技术实施例一种可选的实施方式，在将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签之前，所述方法还包括：
[0014]根据不同的生物感知类型建立生物感知数据库，所述生物感知数据库包括各生物特征类型对应的场景数据和映射模型，用于提供不同生物特征在各种客观数据中得到的主观反应数据。
[0015]作为本专利技术实施例一种可选的实施方式，所述根据所述客观推理标签和所述生物感知推理标签确定综合推理结果，包括：
[0016]根据所述客观推理标签、所述生物感知推理标签以及如下公式确定综合推理结果：
[0017]x
case，final
＝coef
case
，
subject
*x
case，subject
+coef
case，object
*x
case，object
[0018][0019]其中，x
case，final
为综合推理结果；coef
case，subject
为生物感知推理标签的权重系数；x
case，subject
为生物感知推理标签；coef
case，object
为客观推理标签的权重系数；x
case，object
为客观推理标签；w
case，subject，k
为事件k中的生物感知推理标签的权重系数；x
case，subject,k
为事件k中的生物感知推理标签。
[0020]作为本专利技术实施例一种可选的实施方式，所述根据所述客观推理标签和所述生物感知推理标签确定综合推理结果，包括：
[0021]将所述客观推理标签和所述生物感知推理标签输入推理结果模型，获取所述综合推理结果；
[0022]所述推理结果模型为以多个客观推理标签、多个生物感知推理标签，以及多个客观推理标签和多个生物感知推理标签对应的综合推理结果为训练样本，训练获取的模型。
[0023]第二方面，本专利技术的实施例提供一种基于感知赋能的增强自动驾驶系统，包括：
[0024]数据采集模块，用于采集客观数据和生物特征判别数据，所述客观数据包括路况信息和车况信息中的至少一个，所述生物特征判别数据为驾驶员的生物数据；
[0025]客观推理模块，用于将所述客观数据输入客观因素推理模型，获取客观推理标签，所述客观因素推理模型为多层神经网络的分类模型；
[0026]生物感知推理模块，用于将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签，所述生物感知推理模型由场景数据和映射模型训练获取，所述场景数据包括客观数据和生物数据，所述映射模型包括所述客观数据和所述生物数据的映射关系；
[0027]综合推理模块，用于根据所述客观推理标签和所述生物感知推理标签确定综合推理结果。
[0028]作为本专利技术实施例一种可选的实施方式，所述系统还包括：
[0029]建立单元，用于在将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签之前，建立模块，用于根据不同的生物感知类型建立生物感知数
据库，所述生物感知数据库包括各生物特征类型对应的场景数据和映射模型，用于提供不同生物特征在各种客观数据中得到的主观反应数据。
[0030]作为本专利技术实施例一种可选的实施方式，所述综合推理模块，具体用于根据所述客观推理标签、所述生物感知推理标签以及如下公式确定综合推理结果：
[0031]x
case，final
＝coef
case，subject
*x
case，subject
+coef
case，object
*x
case，object
[0032][0033]其中，x
case，final
为综合推理结果；coef
case，subject
为生物感知推理标签的权重系数；x
c本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于感知赋能的增强自动驾驶方法，其特征在于，包括：采集客观数据和生物特征判别数据，所述客观数据包括路况信息和车况信息中的至少一个，所述生物特征判别数据为驾驶员的生物数据；将所述客观数据输入客观因素推理模型，获取客观推理标签，所述客观因素推理模型为多层神经网络的分类模型；将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签，所述生物感知推理模型由场景数据和映射模型训练获取，所述场景数据包括客观数据和生物数据，所述映射模型包括所述客观数据和所述生物数据的映射关系；根据所述客观推理标签和所述生物感知推理标签确定综合推理结果。2.根据权利要求1所述的方法，其特征在于，在将所述客观数据和所述生物特征判别数据输入生物感知推理模型，获取生物感知推理标签之前，所述方法还包括：根据不同的生物感知类型建立生物感知数据库，所述生物感知数据库包括各生物特征类型对应的场景数据和映射模型，用于提供不同生物特征在各种客观数据中得到的主观反应数据。3.根据权利要求1所述的方法，其特征在于，所述根据所述客观推理标签和所述生物感知推理标签确定综合推理结果，包括：根据所述客观推理标签、所述生物感知推理标签以及如下公式确定综合推理结果：x
case，final
＝coef
case，subject
*x
case，subject
+coef
case，object
*x
case，object
其中，x
case,final
为综合推理结果；coef
case，subject
为生物感知推理标签的权重系数；x
case，subject
为生物感知推理标签；coef
case，object
为客观推理标签的权重系数；x
case，object
为客观推理标签；w
case，subject，k
为事件k中的生物感知推理标签的权值；x
case，subject，k
为事件k中的生物感知推理标签。4.根据权利要求1所述的方法，其特征在于，所述根据所述客观推理标签和所述生物感知推理标签确定综合推理结果，包括：将所述客观推理标签和所述生物感知推理标签输入推理结果模型，获取所述综合推理结果；所述推理结果模型为以多个客观推理标签、多个生物感知推理标签，以及多个客观推理标签和多个生物感知推理标签对应的综合推理结果为训练样本，训练获取的模型。5.一种基于感知赋能的增强自动驾驶系统，其特征在于，包括：数据采集模块，用于采集客观数据和生物特征判别数据，所述客观数据包括路况信息和车况信...
【专利技术属性】
技术研发人员：刘鹏，宋奇蔚，刘帅，
申请(专利权)人：致讯科技天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。