[发明专利]一种无人驾驶车辆控制模型在线增量式学习方法在审
| 申请号： | 201910777721.6 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110456799A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 张卫忠 | 申请（专利权）人： | 合肥云驾智能科技有限公司 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02;G05B13/04 |
| 代理公司： | 34158 合肥方舟知识产权代理事务所(普通合伙) | 代理人： | 刘跃<国际申请>=<国际公布>=<进入国 |
| 地址： | 230071安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种无人驾驶车辆控制模型在线增量式学习方法，云端在线学习系统利用车端上传的数据，对现有控制模型进行在线学习，得到更新的模型，并通过验证数据集对更新的模型进行验证，计算其与现有模型在验证集上的模型精度，若精度误差小于预定义阈值，则将此模型下传至车端。车端数据采集系统利用当前模型的输出与人类驾驶员实时输出的驾驶动作进行对比，若输出差别大于预定义阈值，则将数据缓存中存储的固定时间长度的传感器数据与驾驶动作序列上传至云端，触发当前控制模型的在线学习过程。本发明能够利用人类驾驶员开车时的实时数据对基于机器学习的控制模型进行增量式更新，促进控制模型不断优化，是一个新颖、实用的思路。 | ||
| 搜索关键词： | 控制模型 预定义 云端 上传 无人驾驶车辆控制 数据采集系统 在线学习过程 在线学习系统 驾驶 传感器数据 增量式更新 增量式学习 动作序列 基于机器 精度误差 实时输出 实时数据 数据缓存 验证数据 在线学习 输出 验证集 触发 更新 存储 开车 验证 优化 学习 | ||
【主权项】：
1.一种无人驾驶车辆控制模型在线增量式学习方法，其特征在于：包括有无人驾驶车辆控制模型、云端在线学习系统和车端数据采集系统，所述的无人驾驶车辆控制模型是由基于深度学习的端到端模型构成的；所述的云端在线学习系统通过利用车端数据采集系统采集的训练数据，采用在线学习算法对当前的无人驾驶车辆控制模型进行在线学习更新，然后对更新后的控制模型进行验证，通过比较更新后的控制模型与更新前的控制模型的精度差别，确定是否下传更新的控制模型；每次学习后，用学习更新后的控制模型替换原来的控制模型，保持控制模型的不断更新；所述的车端数据采集系统运行无人驾驶车辆控制模型时通过驾驶员控制无人驾驶车辆的动作执行，然后计算控制模型的输出值与驾驶员实时输出的驾驶动作的差别，若差别大于预定义阈值，则将数据缓存中存储的固定时间长度的多个传感器数据与驾驶动作序列关键数据上传至云端，触发当前控制模型的在线学习过程。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥云驾智能科技有限公司，未经合肥云驾智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910777721.6/，转载请声明来源钻瓜专利网。
