[发明专利]基于机器学习的ACC/AEB系统及车辆

摘要

本发明公开了一种基于机器学习的ACC/AEB系统，包括环境感知模块、数据融合模块、机器学习与决策控制模块以及执行模块。采用上述技术方案，利用卷积神经网络和ACC/AEB控制算法相融合，通过不断的训练与学习，既可以获得适应驾驶人驾驶习惯的控制参数，同时可以在ACC/AEB工作的过程中，实现自学习、自纠正，既对没有遇到过的工况进行自学习、对执行不满意的工况进行自纠正，不断地纠正各个神经元和各个参数之间的权值，实现最优控制参数的输出；实现智能化纵向控制，达到舒适、安全、鲁棒性。

主权项

一种基于机器学习的ACC/AEB系统，包括环境感知模块、数据融合模块、机器学习与决策控制模块以及执行模块；所述的数据融合模块将环境感知模块获得的有效目标的数据进行数据级和特征级以及时间、相位和空间之间的相互匹配与融合，获得目标更为准确的位置信息参数。其特征在于：所述的机器学习与决策控制模块将融合后的数据，再结合本车运行过程状态参数和驾驶人意图参数，并将这些参数送入深度学习神经网络，将ACC/AEB控制算法和深度学习神经网络相结合，进行自学习、自推理、自纠正以及不断的反复迭代，获得最优的防撞预警时间、防撞预警时间倒数、制动减速度、制动力、加速度的参数；智能地根据防撞预警时间(TTC)时间的相关组合，决策ACC和AEB的各种工作状态和介入时机，实时地将控制参数发送给执行机构执行相关的动作。