[发明专利]一种面向高度自动驾驶的人机决策逻辑在线优化方法

权利要求书

1.一种面向高度自动驾驶的人机决策逻辑在线优化方法，其特征在于：其方法包括如下步骤：

第一步、人机混合增强决策数据库在线优化，具体步骤如下：

步骤一、通过传感器感知新的驾驶情境或驾驶场景来更新人机混合增强决策数据库，将传感器的感知信息进行处理、融合，由知识获取模块转换为相关的知识内容，进一步由知识判断模块判断该知识内容是否属于新的知识类型，若是，则更新人机混合增强决策数据库进行在线优化；

步骤二、通过云端下载的方式来更新人机混合增强决策数据库，通过将每一辆与云端连接的人机共驾车辆更新的人机混合增强决策数据库实时上传至云端，丰富云端数据库内容，而后通过知识判断模块将云端数据库的内容更新至所有人机共驾车辆；

第二步、人机混合增强决策模型在线优化；

步骤一、通过向驾驶员咨询的方式在线优化人机混合增强决策模型，构建人机混合增强决策数据库更新后的新知识与决策结果之间的新的知识推理，进而利用新的知识推理在线优化人机混合增强决策模型，实现对人机混合增强决策数据库的增量学习，步骤一由两个环节完成，具体如下：

环节一、进行模型决策能力评估：人机混合决策模型接收到感知输入后，感知输入会逐级进人机混合增强决策模型中的不同推理模块，各级推理模块将依次判断是否对感知输入有决策输出的能力，当人机混合增强决策模型中所有的推理模块均无法给出对感知输入进行行为决策的知识推理时，则说明当前人机混合增强决策模型的决策能力较差，无法应对此时感知输入的情形，转向人类驾驶员咨询，由人类驾驶员给出具体的操作；

环节二、进行模型在线优化：在人类驾驶员给出驾驶操作后，人机混合增强决策模型会记录人类驾驶员的驾驶操作，并通过学习感知输入与相应的人类驾驶员的驾驶操作，建立感知输入与决策输出之间的决策知识推理，从而在线优化决策模型中的基于案例的推理模块、基于规则的推理模块和基于神经网络的推理模块；

步骤二、通过云端下载的方式在线优化人机混合增强决策模型，通过将每一辆与云端连接的人机共驾车辆更新的人机混合增强决策模型实时上传至云端，丰富云端决策模型库内容，而后通过模型判断模块将云端决策模型库的内容更新至所有人机共驾车辆，通过云端进行决策模型更新的方式使人机共驾车辆通过学习其它车辆感知输入与决策输出之间的知识推理来优化本车的人机混合增强决策模型；

第三步、人机混合增强决策预测模型在线优化：

通过遗传算法优化人机混合增强决策预测模型的参数，首先确定待优化的模型参数，建立参数优化的目标函数；然后通过遗传算法在解空间中搜索最优解，直到种群收敛；最后将最优个体解码，得到参数组合，替换模型中的参数，完成人机混合增强决策预测模型的在线优化。