[发明专利]驾驶教学与评分方法、设备及计算机可读存储介质

说明书

本发明公开了一种驾驶教学与评分方法、设备及计算机可读存储介质，驾驶教学与评分方法：获取视频信息中车辆的行驶信息作为神经网络的输入，获取车辆对应的控制信息作为神经网络的输出；根据输入和输出对神经网络进行训练，得到目标神经网络；获取视频信息中车辆的实时行驶信息，将实时行驶信息作为目标神经网络的输入，目标神经网络输出对应的控制信息，根据控制信息进行驾驶教学或者评分。基于训练好的目标神经网络，以当前模拟驾车环境中视频信息中行驶状况及路况信息为输入，输出相应最优操作。实现了在模拟驾驶环境中根据当前行驶信息实时指导驾驶员操作，并进行驾驶操作评分，节省了培训成本，也保证了驾驶教学与评分的一致性与自动性。

技术领域

本发明涉及辅助驾驶技术领域，尤其涉及一种驾驶教学与评分方法、设备及计算机可读存储介质。

背景技术

深度学习目前已经在计算机视觉、语音识别以及自然语言处理等问题上有深入的研究，并取得了很多瞩目的成就，但是在处理与分析连续的数据方面的相关工作较少。近年来随着计算机仿真技术、实时信号处理技术、虚拟现实技术和多传感器融合技术等各项技术的不断发展和成熟，在汽车新技术试验、驾驶员培训和个人休闲娱乐等方面，模拟驾驶评分和教学系统的应用越来越受到欢迎。

现有的技术通常需要将模拟现实驾驶场景的视频进行事先分析，根据交通法规对驾驶员指导应该进行的操作，并对不同的操作选择进行评分。这种模式下的视频处理是需要耗费大量人工，灵活性也是较低的。而现实中，路面状况是繁杂多样的，通过大量的人工分析来覆盖所有可能出现的场景，成本非常高，可行性不强。

发明内容

本发明的主要目的在于提供一种驾驶教学与评分方法、设备及计算机可读存储介质，旨在解决现有技术中模拟驾车环境下无法根据当前驾驶状况及路况信息，实时给出最优操作进行驾驶指导和评分的技术问题。

为实现上述目的，本发明提供一种驾驶教学与评分方法，包括：

基于图像分析处理技术获取视频信息中车辆的实时行驶信息，将所述实时行驶信息作为目标神经网络的输入；

根据所述目标神经网络的输入，所述目标神经网络输出对应的控制信息；

根据所述控制信息进行模拟驾驶教学或者评分。

可选地，所述基于图像分析处理技术获取视频信息中车辆的实时行驶信息，将所述实时行驶信息作为目标神经网络的输入的步骤包括：

对所述视频信息中图像信息处理得到车辆所处路况，结合模拟器设定行驶信息，对所述车辆的行驶信息进行主成分分析(PCA)降维，得到目标神经网络的输入。

可选地，所述目标神经网络输出对应的控制信息的步骤包括：

对所述车辆的控制信息进行归一化处理，所述目标神经网络输出归一化的控制信息。

可选地，所述获取视频信息中车辆的实时行驶信息，将所述实时行驶信息作为目标神经网络的输入的步骤之前，还包括：

获取车辆的行驶信息作为神经网络的输入，获取车辆对应的控制信息作为神经网络的输出；

在所述输入刺激下训练神经网络，不断更新神经网络的连接权值，直至达到最小化网络损失函数，得到所述输入下稳定的输出，进而得到目标神经网络。

可选地，所述行驶信息包括：行驶速度、加速度、前方障碍物信息、交通灯信息、交通标志信息、车道线信息、道路标志信息、相邻车道信息和行驶方向中的至少一种。

可选地，所述控制信息包括：刹车和油门的控制量以及方向盘转向角的控制量中的至少一种。

可选地，所述根据所述控制信息进行模拟驾驶教学或者评分的步骤包括：

当处于驾驶教学模式时；