[发明专利]一种个性化驾驶教学的方法及相关装置在审

专利信息
申请号: 202011068991.9 申请日: 2020-09-30
公开(公告)号: CN112215121A 公开(公告)日: 2021-01-12
发明(设计)人: 范龙江;马宏;段桂江 申请(专利权)人: 易显智能科技有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G09B19/16
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 赵秀斌
地址: 100191 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 个性化 驾驶 教学 方法 相关 装置
【说明书】:

本申请公开了一种个性化驾驶教学的方法及相关装置,可以直接获取最匹配改驾驶员的教学方法,无需人工的特定教学干预,就可对该驾驶员进行最匹配的教学和能力评估。本申请包括:采集驾驶员的基础信息;采集驾驶员的操作数据;将所述基础信息和所述操作数据在目标教学模型中进行校对,获取最匹配所述驾驶员的教学方法,所述目标教学模型由大量的训练样本数据训练而成。

技术领域

本申请实施例涉及智能驾驶技术领域,特别涉及一种个性化驾驶教学的方法及相关装置。

背景技术

汽车作为越来越大众化的交通工具,驾驶成为一项实用且必不可少的技能,越来越多的人开始学习驾驶。然而现有的驾考考试系统针对于学员练车时是否出现扎线等错误紧紧只是通过GPS数据等评判,仅仅满足考试大纲中的评判规则,并不能完全测评学员驾驶能力的好坏强弱,不能够评判出学员的基础是否达标,还是失误性错误等。

发明内容

本申请实施例提供了一种个性化驾驶教学的方法及相关装置,无需人工的特定教学干预,就可对该驾驶员进行最匹配的教学和能力评估。

本申请实施例第一方面提供了一种个性化驾驶教学的方法,包括:

采集驾驶员的基础信息;

采集驾驶员的操作数据;

将所述基础信息和所述操作数据在目标教学模型中进行校对,获取最匹配所述驾驶员的教学方法,所述目标教学模型由大量的训练样本数据训练而成。

可选的,在所述采集驾驶员的基础信息之前,所述方法还包括:

采集一组训练样本,所述训练样本为至少两个驾驶员的训练样本数据,所述训练样本数据包括驾驶员的基础信息以及操作数据;

提取所述训练样本的基础信息特征和操作数据特征;

通过支持向量机算法对所述训练样本的数据特征进行强化学习,生成目标教学模型,所述支持向量机算法用于在特征空间中将不同类型数据特征分开。

可选的,在所述采集驾驶员的基础信息之后,所述方法还包括:

根据所述基础信息进行人群基础特性归类。

可选的,在所述采集驾驶员的操作数据之后,所述方法还包括:

根据所述操作数据进行人群分类校对。

可选的,在所述将所述基础信息和所述操作数据在目标教学模型中进行校对,获取最匹配所述驾驶员的教学方法之后,所述方法还包括:

根据所述驾驶员的基础信息和操作数据对所述目标教学模型进行训练,更新所述目标教学模型。

本申请实施例第二方面提供了一种个性化驾驶教学的装置,包括:

第一采集单元,用于采集驾驶员的基础信息;

第二采集单元,用于采集驾驶员的操作数据;

校对单元,用于将所述基础信息和所述操作数据在目标教学模型中进行校对,获取最匹配所述驾驶员的教学方法,所述目标教学模型由大量的训练样本数据训练而成。

可选的,在所述第一采集单元之前,所述装置还包括:

第三采集单元,用于采集一组训练样本,所述训练样本为至少两个驾驶员的训练样本数据,所述训练样本数据包括驾驶员的基础信息以及操作数据;

提取单元,用于提取所述训练样本的基础信息特征和操作数据特征;

学习单元,用于通过支持向量机算法对所述训练样本的数据特征进行强化学习,生成目标教学模型,所述支持向量机算法用于在特征空间中将不同类型数据特征分开。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于易显智能科技有限责任公司,未经易显智能科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011068991.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top