[发明专利]半透明自动驾驶人工智能系统及车辆

说明书

本发明公开了一种半透明自动驾驶人工智能系统及车辆，其中系统包括：传感器模块，用于采集多种环境信息，其中，传感器模块包括直接传感器模块和间接传感器模块，多个直接传感器模块采集多种环境信息中当前车辆信息，间接传感器模块获取多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。该系统可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，不仅降低自动驾驶所需的硬件条件，而且提高训练效率，进而有效保证车辆的安全性和可靠性，增强车辆的鲁棒性。

技术领域

本发明涉及人工智能系统技术领域，特别涉及一种半透明自动驾驶人工智能系统及车辆。

背景技术

随着人工智能技术的发展，自动驾驶系统无疑是未来汽车行业的重点发展方向，其具有稳定性较高、不会疲劳的优势，可弥补有人驾驶系统的一些缺陷和不足，可有效减少交通事故的发生。

自动驾驶系统是一种利用计算机信息技术控制汽车的驾驶系统。国外从上世纪末就开始了自动驾驶技术的研究，许多汽车企业已经能搭建自己的自动驾驶系统，并且国内近几年也在重点发展自动驾驶的相关技术，而且已经实现了自动驾驶汽车的上路测试。

然而，相关技术中的自动驾驶解决方案仍存在很大问题，网络的训练速度慢，不同车辆的在线训练以及用户对于自动驾驶的不信任等问题仍然阻碍着自动驾驶的市场化。其问题在于目前市场上多采用的端到端(End to End)的模式，即通过数据流输入直接获得车辆的操作信息，这种方法似乎真的实现了让机器思考，也就是人工智能，也是许多从事人工智能的科学家与研究人员的美好愿望。但是，这种思想束缚了自动驾驶从学术研究走向日常生活。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种半透明自动驾驶人工智能系统，该系统不仅可以降低自动驾驶所需的硬件条件，而且提高训练效率，进而有效保证车辆的安全性和可靠性，增强车辆的鲁棒性。

本发明的另一个目的在于提出一种车辆。

为达到上述目的，本发明一方面实施例提出了一种半透明自动驾驶人工智能系统，包括：传感器模块，用于采集多种环境信息，其中，所述传感器模块包括直接传感器模块和间接传感器模块，所述直接传感器模块采集所述多种环境信息中当前车辆信息，所述间接传感器模块获取所述多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据所述多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。

本发明实施例的半透明自动驾驶人工智能系统，可以利用传统的车辆动力学公式，并将得到的精确解通过时域差分方程的输入网络，从而简化剩余系统所需完成的任务，并有足够强的解释性，同时可以降低系统的网络规模，而且可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，实现在紧急情况下即时做出制动等操作，或提醒驾驶人员重新掌握操作等，从而不仅降低自动驾驶所需的硬件条件而且提高训练效率，进而有效提高车辆的安全性和可靠性，增强车辆的鲁棒性。

另外，根据本发明上述实施例的半透明自动驾驶人工智能系统还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，其中，所述间接传感器模块包括视觉模块、辅助测距模块和精确定位模块，以分别作为网络输出对应任务所需得到的可解释的特定量，并输出为经过深度学习网络处理过的传感器信号，以得到所述当前道路信息及所述其他车辆信息；所述直接传感器模块用于检测车辆当前状态得到所述当前车辆信息。

进一步地，在本发明的一个实施例中，所述直接传感器模块包括编码器、加速度传感器、陀螺仪中的一个或多个传感器。

进一步地，在本发明的一个实施例中，其中，所述视觉模块用于获取车道信息可移动物体信息；所述辅助测距模块用于获取距离参数和障碍物参数；所述精确定位模块用于获取当前车辆位置路段信息。