[发明专利]车辆语言处理

权利要求书

1.一种方法，其包括：

用第一深度神经网络将口头自然语言命令翻译成中间人工语言命令；

基于接收到车辆信息用第二深度神经网络确定车辆命令和中间人工语言响应；

用第三深度神经网络将所述中间人工语言响应翻译成口头自然语言响应；以及

基于所述车辆命令操作车辆。

2.如权利要求1所述的方法，其中所述人工语言是潜在的人工语言。

3.如权利要求1所述的方法，其中所述口头自然语言命令是对应于车辆用户以自然语言说出的命令的文本数据，并且通过第四深度神经网络从所获取的音频频谱数据转化成所述口头自然语言命令。

4.如权利要求3所述的方法，其中所述口头自然语言响应是文本数据，并且通过第五深度神经网络转化成对应于以自然语言说出的响应的音频频谱数据。

5.如权利要求1所述的方法，其中所述口头自然语言命令和所述口头自然语言响应各自是多种自然语言中的一种。

6.如权利要求5所述的方法，其还包括训练所述第一深度神经网络、所述第二深度神经网络和所述第三深度神经网络以输入所述口头自然语言命令，输出所述车辆命令，输入车辆信息并且使用地面实况车辆命令和车辆信息、样本口头自然语言命令和样本口头自然语言响应输出口头自然语言响应。

7.如权利要求6所述的方法，其中所述第一深度神经网络和所述第三深度神经网络被独立地训练成从所述多种自然语言添加自然语言。

8.如权利要求1所述的方法，其中操作所述车辆包括基于地图数据和车辆传感器数据确定认知地图。

9.如权利要求8所述的方法，其中操作所述车辆包括基于所述人工语言命令和车辆传感器数据确定所述认知地图中的路径多项式。

10.如权利要求9所述的方法，其中操作所述车辆包括确定在所述认知地图上的目的地位置，以及确定将允许所述车辆到达所述目的地位置的路径多项式。

11.如权利要求1所述的方法，其中所述第一深度神经网络包括多个1-D卷积层和被配置为LSTM网络的多个全连接层。

12.如权利要求1所述的方法，其中所述第三深度神经网络包括多个1-D卷积层和被配置为LSTM网络的多个全连接层。

13.如权利要求1所述的方法，其中所述口头自然语言命令和所述口头语言响应是相同或不同的自然语言。

14.一种系统，其包括被编程为执行如权利要求1至13中任一项所述的方法的计算机。