[發明專利]一種汽車智能駕駛的方法及裝置

有效

• 申請號: 201710097289.7
• 申請日: 2017-02-22
• 公開（公告）號: CN107031617B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 李曉波
• 申請（專利權）人: 湖北文理學院
• 主分類號: B60W30/00
• 分類號: B60W30/00;B60W50/00;B60W50/10
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種汽車智能駕駛的方法，其特征在于，所述方法包括：

預先建立知識庫；其中所述知識庫包括汽車控制語句集x＝{x₁，x₂，x₃，……，x_n}，及所述汽車控制語句集與汽車控制模塊之間的映射關系；所述汽車控制語句集與汽車控制模塊之間的映射關系具體為所述汽車控制語句集中元素對應的汽車控制模塊；

獲取所述汽車控制語句集中每個序列的第一切詞序列集x₁＝{x₁₁，x₁₂，x₁₃，……，x_1m}，……，x_n＝{x_n1，x_n2，x_n3，……，x_nk}；所述獲取所述汽車控制語句集中每個序列的第一切詞序列集x₁＝{x₁₁，x₁₂，x₁₃，……，x_1m}，……，x_n＝{x_n1，x_n2，x_n3，……，x_nk}，具體為：通過切詞裝置對所述汽車控制語句集中的每個序列切詞；

獲取第一輸入系統的第二切詞序列y₁＝{y₁₁，y₁₂，y₁₃，……，y_1n}；建立靜態知識庫；其中，所述靜態知識庫為基于汽車零件領域知識，建立汽車零件的從屬關系樹，并將所述汽車零件知識歸入汽車零件的從屬關系樹的節點上；通過遍歷從屬關系樹，將所述第二切詞序列標準化；其中，所述靜態知識庫的建立具體為：建立汽車零件相關概念的具體從屬關系，根據汽車零件相關概念的具體從屬關系知識歸入到汽車零件的從屬關系樹的節點上中；通過汽車零件的從屬關系樹中的某一節點爬樹找到其對應的父節點；所述通過遍歷從屬關系樹，將所述第二切詞序列標準化具體為：通過遍歷從屬關系樹，將所述第二切詞序列上位化或下位，具體上位或下位程度根據需求選擇；所述通過遍歷從屬關系樹，將所述第二切詞序列標準化還包括：若所述第二切詞序列中的元素并非建立的從屬關系樹上的標準節點，則提取該元素中的關鍵詞與所述從屬關系樹上的節點匹配，若匹配成功，則對該節點的下位關系進行遍歷，獲取與所述元素最接近的節點；在所述通過遍歷從屬關系樹，將所述第二切詞序列標準化之后，所述方法還包括：建立動態事件模型；所述通過遍歷從屬關系樹，將所述第二切詞序列標準化，對輸入語句中的施動對象或受動對象進行遍歷標準化之后，所述方法還包括：判斷所述標準動詞是否為第一切詞系統中動詞的同義詞；若是，則將所述第一切詞系統中動詞填入所述動態事件模型的近似詞對應的槽值中；對于同義詞的判斷可以預先建立一同義詞庫，具體包括：

步驟1，預先存儲訓練集，所述訓練集中包括多組同義詞組；

步驟2，遍歷所述訓練集，判斷待判斷的同義詞是否為同義詞；

步驟3，若否，則根據互聯網同義詞搜索判斷；

步驟4，若步驟3中判斷的結果為是，則根據該同義詞組更新所述訓練集；

比較第一切詞序列集中的任一序列x_K與所述第二切詞序列y₁；

若比較結果小于預設閥值，則根據匹配的汽車控制語句，獲取對應的汽車控制模塊控制汽車駕駛；

所述比較第一切詞序列集中的任一序列與所述第二切詞序列之前，還包括：建立兩個雙向LSTM神經網絡模型；將所述第一切詞序列集中的序列和所述第二切詞序列分別作為所述兩個雙向LSTM神經網絡模型的第一輸入Ip1和第二輸入Ip2；通過所述雙向LSTM神經網絡模型的參數對所述第一輸入Ip1和所述第二輸入Ip2進行標準化，以獲得標準化后的第一標準輸出Op1和第二標準輸出Op2；

所述比較第一切詞序列集中的任一序列與所述第二切詞序列，具體為：

比較所述第一標準輸出Op1和第二標準輸出Op2。

2.如權利要求1所述的方法，其特征在于，所述比較所述第一標準輸出Op1和第二標準輸出Op2，具體為：

通過計算所述第一標準輸出Op1和所述第二標準輸出Op2的相似性。