基于乘员脑电信号的车辆决策方法、装置和计算机设备制造方法及图纸

本申请涉及一种基于乘员脑电信号的车辆决策方法、装置、计算机设备和存储介质，该方法通过先获取车辆当前所在道路的第一感知信息和车辆上人员的第二感知信息，然后将第一感知信息输入至预设第一决策模型中，得到第一决策结果，再将第二感知信息输入至预设第二决策模型中，得到第二决策结果，最后根据第一决策结果和第二决策结果的一致性，确定决策策略，进而根据决策策略对车辆进行决策控制。在该方法中，由于考虑到了车辆智能算法存在局限性，将车辆上人员的第二感知信息与车辆感知的第一感知信息进行结合分析确定决策策略，进而根据决策策略对车辆进行决策控制，提高了控制车辆的精度，进而提高了自动驾驶预期功能安全。进而提高了自动驾驶预期功能安全。进而提高了自动驾驶预期功能安全。

【技术实现步骤摘要】
基于乘员脑电信号的车辆决策方法、装置和计算机设备


[0001]本申请涉及智能驾驶
，特别是涉及一种基于乘员脑电信号的车辆决策方法、装置和计算机设备。

技术介绍

[0002]随着人工智能逐步走向成熟，城市的智能化进程也随之越来越完善，自动驾驶车辆是人工智能领域中的一个新兴产业。智能驾驶过程中，自动驾驶汽车运行了大量的智能算法，机器代替了驾驶员，智能算法可能存在鲁棒性、泛化性、可解释性、逻辑完备性、规则覆盖度等方面的功能不足，在含触发条件的场景下由于上述功能不足将产生预期功能安全问题，导致危险行为发生。
[0003]目前，自动驾驶车辆在启动自动驾驶功能时，会自动采集车辆周围道路信息，并基于相关道路识别算法根据该周围道路信息进行道路识别，确定道路状态信息或导航路径，从而根据道路状态信息或导航路径进行车辆移动决策，得到控制策略，进而再控制策略控制自动驾驶车辆进行自动驾驶。
[0004]但是，上述方法中存在决策不准确的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高车辆决策的准确性的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于乘员脑电信号的车辆决策方法，其特征在于，所述车辆决策方法包括：获取车辆当前所在道路的第一感知信息和所述车辆上人员的第二感知信息；将所述第一感知信息输入至预设第一决策模型中，得到第一决策结果；将所述第二感知信息输入至预设第二决策模型中，得到第二决策结果；根据所述第一决策结果和所述第二决策结果的一致性，确定决策策略；根据所述决策策略对所述车辆进行决策控制。2.根据权利要求1所述的基于乘员脑电信号的车辆决策方法，其特征在于，所述将所述第二感知信息输入至预设第二决策模型中，得到第二决策结果，包括：获取所述车辆上人员的脑电信号；将所述脑电信号输入至所述预设第二决策模型中进行风险决策，得到所述第二决策结果。3.根据权利要求2所述的基于乘员脑电信号的车辆决策方法，其特征在于，所述方法还包括：对所述脑电信号进行预处理，得到处理后的脑电信号；所述预处理包括去除生理伪迹和工频干扰中的至少一种；将所述脑电信号输入至所述预设第二决策模型中进行风险决策，得到所述第二决策结果，包括：将所述处理后的脑电信号输入至预设第二决策模型中进行风险决策，得到所述第二决策结果。4.根据权利要求2或3所述的基于乘员脑电信号的车辆决策方法，其特征在于，所述预设第二决策模型包括特征提取算法和分类网络，所述将所述第二感知信息输入至第二决策模型中，得到第二决策结果，包括：将所述脑电信号输入至所述特征提取算法中进行特征提取，得到脑电特征；将所述脑电特征输入至所述分类网络中进行脑电特征分类，得到脑电特征分类结果；根据所述脑电特征分类结果，确定所述第二决策结果。5.根据权利要求1所述的基于乘员脑电信号的车辆决策方法，其特征在于，所述方法还包括：训练初始第一决策模型，得到所述预设第一决策模型；所述初始第一决策模型包括初始执行网络和初始评价网络；所述训练初始第一决策模型，得到所述预设第一决策模型，包括：获取第一样本数据，将所述第一样本数据输入至初始执行网络中，得到第一执行结果；将...

【专利技术属性】
技术研发人员：王红，张晓飞，李骏，杨瀛开，肖欣，刘家欣，于文浩，
申请(专利权)人：清华大学，
类型：发明
国别省市：