[发明专利]模糊控制网络的训练、生成路口建议速度的方法及装置

说明书

本申请实施例公开了一种模糊控制网络的训练、生成路口建议速度的方法及装置，首先获取用于训练模糊控制网络的训练数据，即速度影响参数的参数值以及对应的建议速度，利用该训练数据训练模糊控制网络，以使得模糊控制网络输出的建议速度与输入的参数值对应的建议速度无限接近，从而训练出模糊控制网络的参数输出权值。应用时，实时获取车辆的速度影响参数的当前参数值，即获取当前车辆速度、车辆到达路口距离以及交通信号灯时间，将上述参数值输入模糊控制网络，获得与当前参数值对应的建议速度，以提示用户可以按照建议速度行驶，使得车辆在通过路口时到达节省油耗和时间的目的。

技术领域

本申请涉及车联网技术领域，具体涉及一种模糊控制网络的训练方法及装置、一组生成路口建议速度的方法及装置。

背景技术

V2X(Vehicle to Everything，车对外界)实现了车与外界的通信，例如车与车之间的通信、车与基础设备之间的通信、车与网络之间的通信等等。随着V2X技术的部署和普及，可以实现诸多应用场景，例如：前向碰撞预警、紧急刹车预警、车辆盲区/变道预警、异常车辆提醒、交叉路口防碰撞、信号灯信息推送等等。

车辆在红绿灯路口处频繁启停，速度波动大，造成车辆在行驶中油耗和时间增加，同时也加重了整个道路网络的运行负担。V2X的推广应用可以为车辆和基础设施之间提供通信，车辆可以感知交通路口处的交通信号灯情况，从而可以计算通过路口时的建议速度，帮助车辆更加迅速、经济省油地通过具有交通信号灯的路口。

在现有技术中，一般根据影响车辆速度的因素枚举不同行驶情况下车辆的建议速度，但是该种方式无法做到穷举车辆的行驶情况，也未充分考虑道路环境和驾驶者的差异，造成提供的车辆通过路口的建议速度不准确。

发明内容

有鉴于此，本申请实施例提供一种模糊控制网络的训练方法及装置、一组生成路口建议速度的方法及装置，以解决现有技术中提供建议速度不准确的技术问题。

为解决上述问题，本申请实施例提供的技术方案如下：

一种模糊控制网络的训练方法，所述方法包括：

获取速度影响参数的参数值以及对应的建议速度，所述速度影响参数包括车辆速度、车辆到达路口距离以及交通信号灯时间；

将所述速度影响参数的参数值输入模糊控制网络，以所述模糊控制网络输出的建议速度与输入的参数值对应的建议速度之间误差达到预设阈值为训练目标，训练所述模糊控制网络的输出权值，生成训练后的模糊控制网络；

所述模糊控制网络的输出为m个模糊规则的加权输出值之和，其中，所述m个模糊规则由每个所述速度影响参数对应的模糊子集的任意组合构成，第j个模糊规则的加权输出值为第j个模糊规则的隶属度值与第j个模糊规则的输出值相乘，j的取值为1至m范围内的每一个整数，m为正整数；所述第j个模糊规则的隶属度值根据所述速度影响参数的参数值在对应的模糊子集中的隶属度值确定；所述第j个模糊规则的输出值根据所述模糊控制网络的第j组输出权值以及所述速度影响参数的参数值确定。

在一种可能的实现方式中，所述第j个模糊规则的隶属度值的计算包括：

确定组成第j个模糊规则的各个所述速度影响参数分别对应的模糊子集作为第j组目标模糊子集；

计算各个所述速度影响参数的参数值在所述第j组目标模糊子集中对应的模糊子集的隶属度值作为第j组隶属度值；

将所述第j组隶属度值中的各个隶属度值相乘得到所述第j个模糊规则的隶属度值。

在一种可能的实现方式中，所述训练所述模糊控制网络的输出权值，包括：

当未达到所述训练目标时，利用梯度下降法对所述模糊控制网络的各个输出权值进行调整，重新计算所述模糊控制网络输出的建议速度。