[发明专利]基于深度学习的自动驾驶车辆、自动驾驶控制装置及自动驾驶控制方法

权利要求书

1.一种基于深度学习的自动驾驶控制装置，其包括：

深度学习算法执行部，输出对检测车辆周围的检测信号执行深度学习算法的结果；

自动驾驶控制部，当所述车辆处于自动行驶状态时，根据所述深度学习算法的执行结果，控制所述车辆的自动行驶；以及

深度学习处理部，参照驾驶员的驾驶信息，变更所述深度学习算法。

2.根据权利要求1所述的基于深度学习的自动驾驶控制装置，其中，

所述自动驾驶控制部利用与所述深度学习算法的执行结果对应的加减速控制量及加减速控制与否中的一种以上，判断是否需要对所述车辆进行加减速控制。

3.根据权利要求2所述的基于深度学习的自动驾驶控制装置，其中，

当判断需要对所述车辆进行加减速控制时，所述自动驾驶控制部将所述加减速控制量设定为所述车辆的目标控制量，从而对所述车辆进行加减速控制。

4.根据权利要求1所述的基于深度学习的自动驾驶控制装置，其中，

所述深度学习处理部利用相当于所述深度学习算法的执行结果的运算的控制量与所述驾驶员的驾驶信息中包含的驾驶员输入的控制量之间的差来计算误差值，并且调整所述深度学习算法中的加权值，以减少计算的误差值。

5.根据权利要求4所述的基于深度学习的自动驾驶控制装置，其中，

当所述车辆不处于自动行驶状态时，所述深度学习处理部使用根据所述深度学习算法的执行结果计算的加减速控制量作为所述运算的控制量，并且使用驾驶员操作的加减速量作为所述驾驶员输入的控制量，从而计算所述误差值。

6.根据权利要求1所述的基于深度学习的自动驾驶控制装置，其中，

所述深度学习算法执行部通过对所述检测信号执行深度学习算法，并基于所述检测信号，判断车辆前方的物体是否为用于自动驾驶控制的控制目标物体，并输出包含控制与否、运算的控制量及控制目标物体的识别结果中的一种以上的所述深度学习算法的执行结果。

7.根据权利要求6所述的基于深度学习的自动驾驶控制装置，其存储深度神经网络的数据，所述深度神经网络包括：

输入层，具有多个输入节点；

输出层，具有多个输出节点；

隐藏层，具有用于连接所述多个输入节点与所述多个输出节点的多个连接节点；以及

多个权重线，连接所述多个输入节点与所述多个连接节点，并且，连接所述多个连接节点与所述多个输出节点，

所述多个权重线分别具有加权值，

所述检测信号被输入至所述输入层，

所述深度学习算法的执行结果与所述输出层的所述多个输出节点的值对应。

8.根据权利要求7所述的基于深度学习的自动驾驶控制装置，其中，

所述深度学习处理部与利用相当于所述深度学习算法的执行结果的运算的控制量与所述驾驶员的驾驶信息中包含的驾驶员输入的控制量之差来计算的误差值成比例地更新与所述输出层对应的所述权重线的加权值，并更新与所述隐藏层对应的权重线的加权值，从而调整所述深度神经网络中的加权值。

9.根据权利要求1所述的基于深度学习的自动驾驶控制装置，其中，

所述检测信号包含雷达信号和激光雷达信号中的至少一种信号。

10.一种基于深度学习的自动驾驶车辆，包括：

传感器，检测车辆周围并输出检测信号；

基于深度学习的自动驾驶控制装置，对所述检测信号执行深度学习算法，当所述车辆处于自动行驶状态时，基于深度学习算法的执行结果，输出控制所述车辆的自动行驶的控制信号，并参照驾驶员的驾驶信息，变更所述深度学习算法；以及

驱动装置，根据所述控制信号，驱动所述车辆。