[发明专利]一种分层式端到端车辆自动驾驶系统构建方法在审
| 申请号： | 201810498215.9 | 申请日： | 2018-05-23 |
| 公开（公告）号： | CN108897313A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 罗禹贡;王庭晗;李克强;陈锐;王礼坤;陈超义;杨殿阁;王建强;连小珉;郑四发;李升波 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 北京格允知识产权代理有限公司 11609 | 代理人： | 白海燕;张沫 |
| 地址： | 100084*** | 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： | 本发明公开一种分层式端到端车辆自动驾驶系统构建方法，该方法将自动驾驶系统分为四层管理架构：第一层采用神经网络模型以摄像头原始采集的数据为输入，输出为隐层结果，仅包含交通环境特征；第二层采用两个神经网络模型，以第一层的输出为输入，输出分别为仅包含道路特征和道路参与者特征的隐层结果；第三层采用两个增强学习模型，以第二层的两个输出为输入，输出分别为仅考虑道路特征的车辆控制命令和仅考虑道路参与者特征的控制命令；第四层采用增强学习模型以第三层的两个输出为并列输入，输出终级车辆控制命令。相比于目前主流的端到端车辆自动驾驶方法，本方法结合了规则信息，能够提高端到端自动驾驶的可靠性。 | ||
| 搜索关键词： | 输出 端到端 车辆自动驾驶系统 神经网络模型 车辆控制 道路特征 自动驾驶 第三层 第一层 分层式 构建 隐层 自动驾驶系统 摄像头 管理架构 规则信息 交通环境 控制命令 并列 采集 学习 主流 | ||
【主权项】：
1.一种分层式端到端车辆自动驾驶系统构建方法，其特征在于：所述方法基于神经网络模型和增强学习模型，将自动驾驶系统搭建为四层管理架构：第一层采用一个神经网络模型，以包括摄像头在内的传感器原始采集的数据为输入，以神经网络的隐层结果为输出，其中输出仅包含交通环境特征；第二层并列采用两个神经网络模型，以所述第一层的输出结果为输入，以本层神经网络的隐层结果为输出，其中两个输出分别仅包含道路特征和道路参与者特征；第三层并列采用两个增强学习模型，分别以所述第二层的两个输出结果为输入，输出分别为仅考虑道路特征的车辆控制命令和仅考虑道路参与者特征的控制命令；第四层采用一个增强学习模型，以所述第三层的两个输出结果为并列输入，输出为包含有道路特征和道路参与者特征的终级车辆控制命令。
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清华大学，未经清华大学许可，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/patent/201810498215.9/，转载请声明来源钻瓜专利网。
