[发明专利]一种基于联盟链的无人驾驶汽车训练方法

说明书

本发明公开了一种基于联盟链的无人驾驶汽车训练方法，包括：1)参与训练的无人驾驶汽车构建自身节点并形成联盟链；2)统一初始化行动向量和状态向量；3)训练节点获取目的地及沿途道路信息，初始化模型中的行动价值函数并开始训练；4)训练节点开启本轮行动策略并将当前时刻行动和状态上传至联盟链进行联合判断；5)判断当前节点是否到达预设目的地，是则结束训练，否则执行步骤4)。提出了一种决策正确性的多方评价方法，能在保证安全的前提下，利用其他无人驾驶车辆所训练好的模型来评估当前无人驾驶车辆做出的决策的好坏，从而极大程度上避免了由于无人驾驶汽车的模型代码不完善，训练样本少，本地决策正确性低所带来的安全问题。

技术领域

本发明涉及区块链领域，特别是涉及一种基于联盟链的无人驾驶汽车训练方法。

背景技术

无人驾驶汽车的提出至今已经有了许多年，但是由于技术上还未达到绝对的安全所以目前无人驾驶汽车主要还是以展示为主，只出现在一些重大的活动中。从20世纪70年代开始，美国、英国、德国等发达国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。如今无人驾驶汽车的技术有许多，主流的无人驾驶技术都是通过利用环境感知、数据预处理、场景判断、行为决策组成的无人驾驶系统。虽然有着一些的研究进展，但是想让无人驾驶汽车从研究走向我们的日常生活还存在着种种苦难。例如在谷歌想将无人驾驶汽车走向商品化的过程中，在测试阶段无人驾驶汽车发生了11次交通事故，虽然都不严重，但也让谷歌无人驾驶汽车项目的推广向后延期；优步的无人驾驶汽车在道路测试半年后发生了一次极其严重的翻车事故也让无人驾驶汽车的安全性再次受到质疑。无人驾驶汽车在道路上驾驶测试的过程中发生交通事故往往是因为一些代码上的不完善，以及训练样本不足的原因。无人驾驶汽车的训练分为两部分，第一部分是模拟驾驶，通过计算机模拟虚拟的驾驶环境，再去不断训练修正驾驶的行为，再经过模拟驾驶的环境训练后就会进入道路实测的阶段，往往在此时由于之前模拟训练时难以覆盖现实道路中所有可能发生的情况，所以在道路测试中遇到无法判断的情况就会导致无人驾驶汽车发生事故。此外目前的无人驾驶汽车技术主要是通过模拟训练后，在本地根据训练好的驾驶模型获取道路的实时状况并做出应对，所以模型容易收到外来的攻击，安全性较差，一旦模型中的一些参数被修改，很容易导致重大的交通事故。

发明内容

本发明的目的是提供一种基于联盟链的无人驾驶汽车训练方法，以解决上述现有技术存在的问题，为了有效的保证每个无人驾驶汽车模型的安全性，更能通过多方计算验证保证无人驾驶汽车每个决策的正确性。

为实现上述目的，本发明提供了如下方案：

本发明提供一种基于联盟链的无人驾驶汽车训练方法，具体步骤为：

S1，构建训练模型，参与训练的无人驾驶汽车构建自身节点并形成联盟链；

S2，统一初始化行动向量和状态向量；

S3，训练节点获取目的地及沿途道路信息，初始化所述模型中的所述行动价值函数并开始训练；

S4，训练节点开启本轮行动策略并将当前时刻行动向量和状态向量上传至联盟链进行联合判断；

S5，判断当前节点是否到达预设目的地，“否”则执行步骤S4，“是”则结束训练。

进一步地，所述联盟链的建立间接过程是通过自动调用已有的以太坊的代码函数完成的。

进一步地，所述统一初始化行动向量是指根据无人驾驶行动策略，将要执行的无人驾驶操作进行编码，使得每一种操作都占用1-3位编码，其中1位表示是否进行该操作，另外位数表示操作的具体数据。

进一步地，所述状态向量由车辆上的视觉传感器、激光雷达、超声传感器、微波雷达、GPS、里程计、磁罗盘等传感器获得，每种传感器控制1-2位的编码。