[发明专利]基于量子计算的自动驾驶控制方法及装置

说明书

本申请公开了一种基于量子计算的自动驾驶控制方法及装置，所述方法，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。本申请的技术方案，采用量子处理器求解智能车辆的状态信息随时间变化的状态函数，在一定的条件下将求解过程的复杂度降低，充分利用了量子计算带来的算力提升，进而提高了智能车辆反馈控制的速率，使得自动驾驶的过程更加灵活顺畅。

技术领域

本申请属于自动驾驶技术领域，尤其涉及一种基于量子计算的自动驾驶控制方法及装置。

背景技术

智能网联汽车产业正进入加速行驶的快车道，呈现出快速发展的产业前景，

目前，随着传统汽车向智能网联汽车的逐步发展，汽车所搭载的芯片越来越多，对智能性的要求也在提高；此前需靠驾驶员判断的东西现在慢慢交给芯片，这样汽车对芯片的使用量就会越来越多，对芯片的算力要求也会越来越高，但问题是，受限于行业高壁垒，再加上不断集成中控屏、液晶仪表、座舱人工智能（Artificial Intelligence，AI）、驾驶员监测系统、抬头显示和后座娱乐等越来越多的多屏融合智能座舱系统。

当前汽车行业的芯片算力水平与传统的摩尔定律根本无力承载这些不断叠加的交互应用，直接的体现就是反应迟钝和系统卡顿；量子计算对每种可能出现的状态以并行的方式进行演化，对量子计算的状态演化的计算复杂度提出了更高的要求。传统芯片算力的统计模型依据摩尔定律，摩尔定律认为，一块芯片中可容纳的晶体管数量每隔18至24个月就会增加一倍，性能也将提升一倍；由于量子叠加和量子纠缠的存在，量子计算具有并行的优势，利用量子优势进行量子算法设计可以对于一些经典问题的求解达到加速；量子计算机的操作过程被称为幺正演化，也就是通过量子计算方程求解的凡事保证每种可能的状态都以并行的方式演化，这意味着量子计算机如果有500个量子比特，则量子计算的每一步会对2^500种可能性同时做出了操作，展现更快的处理速度的同时，对随机状态的最优解处理以及计算复杂度提出了更高的要求。

但是，现有的自动驾驶系统中一是没有大量应用量子计算技术，同时也没有将概率论与量子计算结合提升计算精度的先例。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种基于量子计算的自动驾驶控制方法及装置。

为了解决上述技术问题，本申请的实施例提供如下技术方案：

第一方面，本申请的实施例提供一种基于量子计算的自动驾驶控制方法，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。

具体的，本申请的实施例基于多个感知设备实时对智能车辆的运行状态进行监控，然后基于感知设备将获取的智能车辆的状态信息发送至量子处理器进行处理，避免了现有技术中直接对感知设备获取的状态信息进行处理，而导致的计算量大，精度差的问题；为了对获取的状态信息进行处理，量子处理器确定了状态函数，基于状态函数可以确定每个时刻的状态向量，最大程度地利用量子计算的算力优势，降低计算的复杂度，提高计算的效率与准确度。

本申请的实施例，采用量子处理器求解智能车辆的状态信息随时间变化的状态函数，在一定的条件下将求解过程的复杂度降低，充分利用了量子计算带来的算力提升，进而提高了智能车辆反馈控制的速率，使得自动驾驶的过程更加灵活顺畅；本申请的实施例在计算下一时刻的状态信息的量子态数据后还基于概率并结合马尔可夫模型得到了状态空间下随机过程的最优解，进一步提高了自动驾驶量子计算的精度。

在一种可能的实现方式中，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：