[发明专利]一种汽车智能驾驶的方法及装置

摘要

本发明公开本一种汽车智能驾驶的方法及装置，所述方法包括：预先建立知识库；其中所述知识库包括汽车控制语句集x＝{x₁，x₂，x₃，……，x_n}，及所述汽车控制语句集与汽车控制模块之间的映射关系；获取所述汽车控制语句集中每个序列的第一切词序列集x₁＝{x₁₁，x₁₂，x₁₃，……，x_1m}，……，x_n＝{x_n1，x_n2，x_n3，……，x_nk}；获取第一输入系统的第二切词序列y₁＝{y₁₁，y₁₂，y₁₃，……，y_1n}；比较第一切词序列集中的任一序列与所述第二切词序列；若比较结果小于预设阀值，则根据匹配的汽车控制语句，获取对应的汽车控制模块控制汽车驾驶。

主权项

1.一种汽车智能驾驶的方法，其特征在于，所述方法包括：预先建立知识库；其中所述知识库包括汽车控制语句集x＝{x₁，x₂，x₃，……，x_n}，及所述汽车控制语句集与汽车控制模块之间的映射关系；所述汽车控制语句集与汽车控制模块之间的映射关系具体为所述汽车控制语句集中元素对应的汽车控制模块；获取所述汽车控制语句集中每个序列的第一切词序列集x₁＝{x₁₁，x₁₂，x₁₃，……，x_1m}，……，x_n＝{x_n1，x_n2，x_n3，……，x_nk}；所述获取所述汽车控制语句集中每个序列的第一切词序列集x₁＝{x₁₁，x₁₂，x₁₃，……，x_1m}，……，x_n＝{x_n1，x_n2，x_n3，……，x_nk}，具体为：通过切词装置对所述汽车控制语句集中的每个序列切词；获取第一输入系统的第二切词序列y₁＝{y₁₁，y₁₂，y₁₃，……，y_1n}；建立静态知识库；其中，所述静态知识库为基于汽车零件领域知识，建立汽车零件的从属关系树，并将所述汽车零件知识归入汽车零件的从属关系树的节点上；通过遍历从属关系树，将所述第二切词序列标准化；其中，所述静态知识库的建立具体为：建立汽车零件相关概念的具体从属关系，根据汽车零件相关概念的具体从属关系知识归入到汽车零件的从属关系树的节点上中；通过汽车零件的从属关系树中的某一节点爬树找到其对应的父节点；所述通过遍历从属关系树，将所述第二切词序列标准化具体为：通过遍历从属关系树，将所述第二切词序列上位化或下位，具体上位或下位程度根据需求选择；所述通过遍历从属关系树，将所述第二切词序列标准化还包括：若所述第二切词序列中的元素并非建立的从属关系树上的标准节点，则提取该元素中的关键词与所述从属关系树上的节点匹配，若匹配成功，则对该节点的下位关系进行遍历，获取与所述元素最接近的节点；在所述通过遍历从属关系树，将所述第二切词序列标准化之后，所述方法还包括：建立动态事件模型；所述通过遍历从属关系树，将所述第二切词序列标准化，对输入语句中的施动对象或受动对象进行遍历标准化之后，所述方法还包括：判断所述标准动词是否为第一切词系统中动词的同义词；若是，则将所述第一切词系统中动词填入所述动态事件模型的近似词对应的槽值中；对于同义词的判断可以预先建立一同义词库，具体包括：步骤1，预先存储训练集，所述训练集中包括多组同义词组；步骤2，遍历所述训练集，判断待判断的同义词是否为同义词；步骤3，若否，则根据互联网同义词搜索判断；步骤4，若步骤3中判断的结果为是，则根据该同义词组更新所述训练集；比较第一切词序列集中的任一序列x_K与所述第二切词序列y₁；若比较结果小于预设阀值，则根据匹配的汽车控制语句，获取对应的汽车控制模块控制汽车驾驶；所述比较第一切词序列集中的任一序列与所述第二切词序列之前，还包括：建立两个双向LSTM神经网络模型；将所述第一切词序列集中的序列和所述第二切词序列分别作为所述两个双向LSTM神经网络模型的第一输入Ip1和第二输入Ip2；通过所述双向LSTM神经网络模型的参数对所述第一输入Ip1和所述第二输入Ip2进行标准化，以获得标准化后的第一标准输出Op1和第二标准输出Op2；所述比较第一切词序列集中的任一序列与所述第二切词序列，具体为：比较所述第一标准输出Op1和第二标准输出Op2。