[發明專利]面向未知狀況的車輛輔助駕駛決策系統和裝置

在審

• 申請號: 201710077048.6
• 申請日: 2017-02-14
• 公開（公告）號: CN108462726A
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 綦科;黃斌
• 申請（專利權）人: 廣州市聯奧信息科技有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;B60T7/12;B60W10/18;B60W10/30;B60W40/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種面向未知狀況的車輛輔助駕駛決策系統和裝置，屬于車聯網和車輛主動安全領域。包括車輛端的車輛環境感知系統、車輛決策系統、車輛控制系統，以及云端系統的云端機器決策系統、云端人工決策系統、人工坐席。在遇到未知狀況，車輛決策系統無法做出決策時，車輛向云端服務系統請求云端機器決策系統介入指揮；當云端機器決策系統也無法做出決策時，則向云端人工決策系統請求，由人工坐席依據人類經驗做出決策，向車輛控制系統發出控制指令。本發明避免了完全依賴機器決策的車輛控制方式，由人工決策未知狀態下的車輛控制，可以依靠人類經驗指導車輛控制，提高行車決策的可靠性，降低車輛控制決策風險。

技術領域

本發明涉及人工和機器決策相結合的智能輔助行車系統，尤其涉及一種面向未知狀況的車輛輔助駕駛決策系統和裝置。

背景技術

先進輔助駕駛系統（ADAS）以其在提高駕駛舒適性、滿足智能出行，特別是提高駕駛安全性方面，越來越收到人們的重視。

當前國內外ADAS系統大多采用車載感知系統，如攝像頭、雷達、各種傳感器等設備，實現對車輛自身和環境的檢測，并依據一定的規則做出車輛運行決策，然后根據決策結果對車輛行駛狀態進行控制，例如：車輛減速、剎車、變道、轉向、掉頭、倒車等，從而實現智能輔助駕駛功能。

現有技術中，車輛運行決策大多基于人工預先設定好的決策模型、規則和策略，同時也根據一些自學習方法進行新規則的訓練、學習和更新，但是，無論是人工設定還是自學習擴展的決策模型、規則和策略，通常無法覆蓋所有的路況，對于突發的、沒有對應規則的未知狀況，將無法做出正確的決策，存在很大的行車安全隱患。

發明內容

有鑒于現有技術的上述缺陷，本發明提供一種面向未知狀況的車輛輔助駕駛決策系統和裝置，采用本發明后，在面對未知狀況的情況下，可以通過車輛端決策系統、云端機器決策系統、云端人工決策系統的三重決策方式，避免了完全依賴機器決策的車輛控制方式，由人工決策處理未知狀態下的車輛控制，依靠人類經驗指導車輛控制，提高行車決策的可靠性，降低車輛控制決策風險。

本發明通過以下技術方案實現：

一方面，提供了一種面向未知狀況的車輛輔助駕駛決策裝置，所述裝置包括：設置于車輛端的車輛環境感知系統、車輛決策系統、車輛控制系統，以及設置于云端的云端機器決策系統、云端人工決策系統、人工坐席系統。

所述車輛環境感知系統用于監測車輛的實時運行狀態，生成車輛實時運行狀態信號，并將該信號向車輛決策系統輸出。

所述車輛決策系統用于接收車輛實時運行狀態信號，并依據預先存儲的決策模型、決策規則和決策策略做出車輛運行決策，并向車輛控制系統輸出決策信號；當遇到未知狀況，車輛決策系統所存儲的決策規則無法對該未知狀態做出決策時，車輛決策系統向云端機器決策系統發送請求決策信號，并接收和存儲云端機器決策系統發送的新增決策規則。

所述車輛控制系統用于接收決策信號，控制車輛運行。

所述云端機器決策系統用于接收車輛決策系統發送的請求決策信號，并依據云端機器決策規則和策略生成決策數據和決策規則，向車輛控制系統發出決策指令，同時發送給車輛決策系統。

所述云端人工決策系統用于接收云端機器決策系統發送的請求決策信號，向人工坐席請求人工介入決策；并接收人工決策數據，向車輛控制系統發出決策指令；并將人工決策規則新增存儲于云端機器決策系統。

所述人工坐席系統用于富有經驗的人接收云端人工決策系統發送的決策請求，依據人類經驗做出決策。