当前位置: 首页> 交通专利数据库 >详情
原文传递 使用基于神经网络的驾驶员学习的自主驾驶
专利名称: 使用基于神经网络的驾驶员学习的自主驾驶
摘要: 在各个实施例中,提供了方法、系统和自主车辆。在一个示例性实施例中,提供了一种方法,所述方法包括:获得与自主车辆附近的一个或多个行为者有关的第一传感器输入;获得与所述自主车辆的操作有关的第二传感器输入;经由处理器,经由第一神经网络使用所述第一传感器输入获得第一神经网络输出;以及经由所述处理器,经由第二神经网络使用所述第一网络输出和所述第二传感器输入获得第二神经网络输出,所述第二神经网络输出提供用于控制所述自主车辆的一个或多个推荐动作。
专利类型: 发明专利
国家地区组织代码: 美国;US
申请人: 通用汽车环球科技运作有限责任公司
发明人: S·科洛尔;C·G·恩加拉德;K·金;M·J·戴利
专利状态: 有效
申请日期: 2019-04-12T00:00:00+0800
发布日期: 2019-11-08T00:00:00+0800
申请号: CN201910298102.9
公开号: CN110422171A
代理机构: 中国专利代理(香港)有限公司
代理人: 董均华;王丽辉
分类号: B60W30/18(2012.01);B;B60;B60W;B60W30
申请人地址: 美国密歇根州
主权项: 1.一种方法,其包括: 获得与自主车辆附近的一个或多个行为者有关的第一传感器输入; 获得与所述自主车辆的操作有关的第二传感器输入; 经由处理器,经由第一神经网络使用所述第一传感器输入获得第一神经网络输出;以及 经由所述处理器,经由第二神经网络使用所述第一网络输出和所述第二传感器输入获得第二神经网络输出,所述第二神经网络输出提供用于控制所述自主车辆的一个或多个推荐动作。 2.根据权利要求1所述的方法,其中所述第一神经网络包括递归神经网络。 3.根据权利要求2所述的方法,其中: 所述第一神经网络包括深度递归神经网络;并且 所述第二神经网络包括深度神经网络。 4.根据权利要求1所述的方法,其中: 获得所述第一传感器输入的步骤包括获得所述自主车辆附近的一辆或多辆其他车辆的第一操作参数;并且 获得所述第一神经网络输出的步骤包括经由所述第一神经网络使用所述自主车辆附近的所述一辆或多辆其他车辆的所述第一操作参数获得所述第一神经网络输出。 5.根据权利要求1所述的方法,其还包括: 当所述自主车辆处于操作模式时,提供用于控制所述自主车辆的加速、减速或转向的一个或多个车辆动作。 6.根据权利要求1所述的方法,其还包括当所述自主车辆处于训练模式时: 获得与所述自主车辆的人类操作有关的观察数据; 将来自所述观察数据的所述自主车辆的所述人类操作与所述第二神经网络输出的所述推荐动作进行比较;并且 基于将来自所述观察数据的所述自主车辆的所述人类操作与所述第二神经网络输出的所述推荐动作的所述比较,更新所述第一神经网络和所述第二神经网络。 7.根据权利要求1所述的方法,其中: 获得所述第一传感器输入的步骤包括获得与自主车辆附近的一个或多个行为者有关的标记化传感器输入;并且 获得所述第一神经网络输出的步骤包括经由所述第一神经网络使用与自主车辆附近的一个或多个行为者有关的所述标记化传感器输入获得所述第一神经网络输出。 8.一种系统,其包括: 用于自主车辆的感测模块,所述感测模块被配置为至少促进: 获得与自主车辆附近的一个或多个行为者有关的第一传感器输入;并且 获得与所述自主车辆的操作有关的第二传感器输入;以及 处理模块,其具有处理器并且联接到所述感测模块并被配置为至少促进: 经由第一神经网络使用所述第一传感器输入获得第一神经网络输出;并且 经由第二神经网络使用所述第一神经网络输出和所述第二传感器输入获得第二神经网络输出,所述第二神经网络输出提供用于控制所述自主车辆的一个或多个推荐动作。 9.根据权利要求8的所述系统,其中: 所述第一神经网络包括深度递归神经网络;并且 所述第二神经网络包括深度神经网络。 10.一种自主车辆,其包括: 车身; 推进系统,其被配置为移动所述车身; 设置在所述车身内的一个或多个传感器,所述一个或多个传感器被配置为至少促进: 获得与自主车辆附近的一个或多个行为者有关的第一传感器输入;并且 获得与所述自主车辆的操作有关的第二传感器输入;以及 设置在所述车身内的一个或多个处理器,所述一个或多个处理器被配置为至少促进: 经由第一神经网络使用所述第一传感器输入获得第一神经网络输出;并且 经由第二神经网络使用所述第一神经网络输出和所述第二传感器输入获得第二神经网络输出,所述第二神经网络输出提供用于控制所述自主车辆的一个或多个推荐动作。
所属类别: 发明专利
检索历史
应用推荐