[发明专利]在执行协同驾驶中的多智能体传感器的方法和装置

说明书

本发明提供了一种用于学习传感器融合网络的方法，该传感器融合网络用于执行协同驾驶的自动驾驶车辆的传感器融合。该方法包括以下步骤：学习设备(a)将(i)包括所述自动驾驶车辆、m个协同驾驶车辆以及第二虚拟车辆的驾驶图像，和(ii)所述m个协同驾驶车辆的n个传感器的传感器状态信息输入到传感器融合网络，以生成传输n个传感器的传感器值的传感器融合概率，(b)将道路行驶视频输入至检测网络，以检测第二虚拟车辆、行人和车道并输出附近的对象信息，将传感器值和所述附近对象信息输入到驾驶网络，以生成移动方向概率并驱动该自动驾驶车辆，以及(c)获取交通状况信息，产生反馈并学习传感器融合网络。

技术领域

本发明涉及一种用于自动驾驶车辆、虚拟驾驶等的方法和设备；更具体地，涉及基于自动驾驶中的强化学习来执行多智能体传感器融合的方法和设备。

背景技术

车辆产业最近已转变为结合了IT技术的环保和先进的车辆的时代。除了车辆技术的发展，智能车辆也正在商业化，其中应用了诸如事故预防、事故避免、碰撞安全、便利性提高、车辆信息化、以及自动驾驶技术等。

这种智能车辆通过对驾驶员的注意力分散以及不熟练的操作提供辅助技术和语音识别等来提供舒适功能，从而减少了驾驶员疏忽引起的事故，而且还期待减少时间、燃料浪费、废气的减少等优点。

自动驾驶车辆是智能车辆技术的集合体。当驾驶员进入车辆并输入所需的目的地，会生成从当前位置到目的地的最佳路线，并且车辆会自行驾驶，而不会受到驾驶员的任何干预。

此外，车辆可以识别交通信号灯或道路标志并根据交通流量保持适当的速度，通过识别危险情况积极应对可能的事故，保持在车道上，必要时可以自行换车道、超车、避障等到达目的地。

同时，自动驾驶车辆使用各种传感器来检测其驾驶环境，并且这些传感器设置为无论驾驶环境如何始终都处于工作状态。

因此，存在这样一个问题：即使是根据当前的驾驶环境不必要的传感器也被连续地操作，使得自动驾驶车辆消耗大量的电力。

为了解决该问题，常规方法采用传感器融合，从而仅使用检测驾驶环境所需的最佳传感器。

另外，近来，尽管自动驾驶车辆可以通过V2V通讯(即，车辆到车辆的通讯)彼此共享信息，但是由于发送和接收大量的传感器数据，消耗了大量的通讯资源，并且由于所有发送和接收的传感器数据都必须进行处理，计算资源的消耗也很大。

发明内容

本发明的一个目的是解决所有前述问题。

本发明的另一个目的是通过V2V(车辆到车辆)通讯仅发送和接收必要的传感器信息。

本发明的又一个目的是通过V2V通讯来获取所需的准确的传感器信息。

本发明的又一个目的是在协同驾驶的情况下获取最佳的传感器信息。

为了达到如上所述的本发明的目的，实现如下所述的本发明的特定效果，本发明的特定构成如下。