[发明专利]一种基于虚拟现实的无人驾驶汽车控制方法

权利要求书

1.一种基于虚拟现实的无人驾驶汽车控制系统，其特征在于，所述基于虚拟现实的无人驾驶汽车控制系统设置有：

虚拟现实模拟模块；

虚拟现实模拟模块通过信息转化模块接收模拟图像采集模块、声音收集模块、车身自感模块信息；

GPS定位模块将位置信息传输给虚拟现实模拟模块，虚拟现实模拟模块通过数据传输传递给无人驾驶系统与紧急制动模块；

无人驾驶系统包括路径选择模块、智能控制模块；

紧急制动模块直接与智能控制模块连接；

车身自感模块与紧急制动模块连接；

车身自感模块包含有距离传感器、雷达信息；

路径选择模块内含智能地图信息；

信息转化模块接收模拟图像采集模块、声音收集模块、车身自感模块信息中，对干扰信号进行处理，具体包括：

选取若干个干扰信号的特征参数CP，包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C，并将参数作为坐标轴建立多维坐标系，对于坐标系的各个坐标轴，分别根据各个干扰特征参数的分辨率确定对应坐标轴的单位量，基于坐标系建立多维特征参数的空间模型,定义为干扰空间：HS_I＝SPACE(CP₁,CP₂…CP_N)，在此干扰空间中的任意一个矢量由坐标进行表示：

其中CP_i为矢量在干扰空间中某一维度的坐标，是对于特征参量CP_i的具体取值，对于单模的干扰信号，在干扰空间中表示为一个单一矢量：

对于多模的干扰信号，即干扰信号的一个或者数个特征参数表现为具有多值特性，在干扰空间中使用干扰特征矢量的集合表示：

路径选择模块路径选择方法包括：

第一步，基于基本蝙蝠算法的基础上采用量子位的概率幅对蝙蝠个体进行编码，即用量子旋转门对量子位的概率幅进行更新，采用量子非门作为变异操作以避免算法的早熟收敛；对于每个量子位具有两个概率幅，每只蝙蝠可以表示优化空间的两个位置；

第二步，在量子计算中，最小的信息单元存储在一个量子比特中，该量子比特的状态可能为“0”，也可能为“1”，或是“0”和“1”之间的任意状态；一个量子比特的状态可以表示如下：

|Ψ>＝α|0>+β|1>

其中，α和β满足：

|α|2+|β|2＝1

其中，|α|2和|β|2分别表示趋于状态|0>和|1>的概率；

一个n元量子比特定义为：

量子旋转门定义如下：

量子非门定义如下：

2.如权利要求1所述的基于虚拟现实的无人驾驶汽车控制系统，其特征在于，路径选择模块路径选择方法还包括：

产生初始种群：

算法采用的编码方案如下：

其中，θij是幅角，由式(17)可以看出每只蝙蝠对应了问题空间的两个位置，分别对应量子态|0>和|1>的概率幅：

Pic＝(cos(θi1),cos(θi2),...,cos(θin))

Pis＝(sin(θi1),sin(θi2),...,sin(θin))。

3.如权利要求1所述的基于虚拟现实的无人驾驶汽车控制系统，其特征在于，路径选择模块路径选择方法还包括：

解空间的转换：

为计算个体的适应度并对个体的优劣进行评价，需对种群的解空间进行转换；个体的量子位的每个概率幅对应了问题的解空间的一个解，每只蝙蝠对应了优化问题的两个解；

其中，由量子态|0>的概率幅求得，而是由量子态|1>的概率幅得到。