[发明专利]基于量子计算的自动驾驶控制方法及装置

权利要求书

1.一种基于量子计算的自动驾驶控制方法，其特征在于，包括：

量子处理器接收多个感知设备的发送的状态信息；

所述量子处理器对所述状态信息进行处理，获得初始状态向量；

基于所述初始状态向量以及隐含马尔可夫模型，获得目标概率；

基于所述目标概率，确定目标状态序列。

2.根据权利要求1所述的方法，其特征在于，所述量子处理器对所述状态信息进行处理，获得初始状态向量，包括：

所述量子处理器确定状态函数；

基于所述状态函数确定每个时刻的状态向量，并获取多个时刻的所述状态向量；

确定每个所述状态向量迁移到任意一个所述状态向量的迁移概率。

3.根据权利要求2所述的方法，其特征在于，所述状态函数为：

dy/dt=δy_t

式中：y为所述感知设备的状态信息，t为时刻；δ为所述状态函数的参数。

4.根据权利要求3所述的方法，其特征在于，所述量子态基于如下公式计算获得：

S_t=e^AtS₀+(e^At-I)A^-1b

式中，S_t为t时刻的状态向量，且S_t为y_t的转置，S₀为初始时刻的状态向量，b是已知的常数向量，e是自然常数；A为系数矩阵；A^-1为A的逆矩阵,I为4行4列的单位矩阵。

5.根据权利要求1所述的方法，其特征在于，所述基于所述初始状态向量以及隐含马尔可夫模型，获得目标概率，包括：

所述隐含马尔可夫模型输出观测序列；

所述马尔可夫模型基于所述观测序列，确定产生所述观测序列的多个初始概率；

所述马尔可夫模型基于所述初始状态向量以及多个所述初始概率，确定目标概率。

6.根据权利要求5所述的方法，其特征在于，所述隐含马尔可夫模型输出观测序列，包括：

所述隐含马尔可夫模型在预设时间段的每个时刻依次产生一个观测向量；

基于多个所述观测向量，输出所述观测序列。

7.根据权利要求5所述的方法，其特征在于，所述初始概率基于如下公式计算获得：

P(S₁,S₂,S₃……O₁,O₂,O₃……)=ΠP(S_t|S_t-1)*P(O_t|S_t)

式中，P为概率；P(S_t|S_t-1)为在t时刻、状态向量为S_t-1的条件下，在t+1时刻的后续状态向量是S_t的概率；P(O_t|S_t)为在t时刻、状态向量为S_t的条件下，在t时刻输出的观测向量是O_t的概率。

8.根据权利要求5所述的方法，其特征在于，所述目标概率基于如下公式计算获得：

P(S₁,S₂,S₃……)=ΠP(S_t|S_t-1)。

9.根据权利要求1所述的方法，其特征在于，还包括：

基于所述目标状态序列，生成控制策略。