一种基于类脑感知的智能驾驶方法及相关设备技术

本申请适用于智能车辆研究技术领域，提供了一种基于类脑感知的智能驾驶方法及相关设备。包括分别获取目标车辆的鸟瞰图和测量向量，并对鸟瞰图进行语义划分，得到多通道灰度图；采集人脑对多通道灰度图的刺激响应；分别构建类脑感知网络和类脑决策网络；根据刺激响应，将类脑感知网络和类脑决策网络与人脑进行对齐；将多通道灰度图和测量向量输入对齐后的类脑感知网络，得到目标车辆的环境特征；将环境特征输入对齐后的类脑决策网络，得到目标车辆的驾驶决策；驾驶决策包括目标车辆的多个驾驶动作；分别计算每个驾驶动作对应的评价分数，并根据最高评价分数对应驾驶动作，控制目标车辆的行驶，实现智能驾驶。本申请能提高智能驾驶方法的可解释性。

【技术实现步骤摘要】

本申请属于智能车辆研究，尤其涉及一种基于类脑感知的智能驾驶方法及相关设备。

技术介绍

1、智能驾驶技术是指智能汽车通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标，其技术体系一般包括环境感知、决策规划和车辆控制三大部分，涉及计算机、数学、机械、控制科学、心理学等多个研究领域。

2、当前的智能汽车自动驾驶技术仍然存在需要突破的技术难题，其中的技术挑战主要包括复杂动态路况下多模态融合的主动安全感知和决策两个问题。城市动态路况具有高动态、非平稳、强不确定性等特点，驾驶场景的高效精确感知往往涉及车载多传感器数据。一个稳定且可靠的智能驾驶系统必须准确地感知到智能车周边的不同目标(如车辆、行人等)以便做出合理的决策来规避潜在的交通风险，进而保证智能车的行车安全。然而，基于深度学习的“黑盒子”模型存在可解释性不足的问题，这极大地限制了各类感知和决策方法的可信度和在实际工程中的推广应用。

技术实现思路

1、本申请提供了一种基于类脑感知的智能驾驶方法及相关设备，可以解决传统智能驾驶方法可解释性不本文档来自技高网...

【技术保护点】

1.一种基于类脑感知的智能驾驶方法，其特征在于，包括：

2.根据权利要求1所述的智能驾驶方法，其特征在于，所述测量向量包括方向盘转动向量、油门向量、刹车向量、档位向量、横向速度向量以及纵向速度向量；

3.根据权利要求1所述的智能驾驶方法，其特征在于，所述类脑视觉感知模块对应人脑中的人脑腹侧通路，所述类脑运动感知模块对应人脑中的人脑背侧通路，所述类脑多模态感知模块对应人脑中的上丘部分；

4.根据权利要求1所述的智能驾驶方法，其特征在于，所述根据所述刺激响应，将所述类脑感知网络和所述类脑决策网络与人脑进行对齐，得到对齐后的类脑感知网络和对齐后的类脑决策网络...

【技术特征摘要】

1.一种基于类脑感知的智能驾驶方法，其特征在于，包括：

2.根据权利要求1所述的智能驾驶方法，其特征在于，所述测量向量包括方向盘转动向量、油门向量、刹车向量、档位向量、横向速度向量以及纵向速度向量；

3.根据权利要求1所述的智能驾驶方法，其特征在于，所述类脑视觉感知模块对应人脑中的人脑腹侧通路，所述类脑运动感知模块对应人脑中的人脑背侧通路，所述类脑多模态感知模块对应人脑中的上丘部分；

4.根据权利要求1所述的智能驾驶方法，其特征在于，所述根据所述刺激响应，将所述类脑感知网络和所述类脑决策...

【专利技术属性】
技术研发人员：王海东，肖鹏飞，张建华，单洽，
申请(专利权)人：湘江实验室，
类型：发明
国别省市：