[發明專利]一種基于深度學習的無人駕駛車輛控制系統

在審

• 申請號: 201710361098.7
• 申請日: 2017-05-22
• 公開（公告）號: CN107200017A
• 公開（公告）日: 2017-09-26
• 發明（設計）人: 劉元盛;楊建鎖;韓璽;路銘;張文娟;郝天翔
• 申請（專利權）人: 北京聯合大學
• 主分類號: B60W30/14
• 分類號: B60W30/14;B60W30/182;B60W40/105
• 代理公司: 北京思海天達知識產權代理有限公司11203
• 代理人: 張慧

技術領域

本發明屬于無人駕駛技術領域，尤其涉及一種基于深度學習的無人駕駛車輛控制系統。

背景技術

隨著無人駕駛技術的不斷發展，越來越多的無人駕駛車開始測試。無人駕駛技術可分為環境感知系統、智能決策系統和控制執行系統3個層次。其中環境感知系統是無人駕駛車輛憑借加裝的精確導航、圖像識別和雷達等傳感器進行數據采集和融合，完成對自身位置和姿態、周邊環境和障礙物的感知。智能決策系統是根據環境感知系統的結果智能做出無人駕駛車輛行駛的路徑規劃和決策。控制執行系統是根據車輛當前智能決策系統發出的行駛指示，實際控制車輛的轉向、速度和制動部分運行，按指示的預定軌跡行駛。控制執行系統是基于無人駕駛汽車的自動轉向、自動速度、自動制動系統改造的基礎上工作得。控制執行系統通常用實時嵌入式處理器構成的系統為核心，根據智能決策系統的行駛指示和車輛的自身姿態，通常采用PID的控制方法控制整車速度、轉向和制動燈參數使之按預定路線和速度行駛。由于實際駕駛中的道路環境和車輛環境復雜，在不同車輛載重、不同車輛速度、不同道路曲率、不同路面的工況下現有的控制方法達不到預期效果。

發明內容

本發明要解決的技術問題是，提供一種無人駕駛車輛控制系統，可工作在人工駕駛模式和自動駕駛模式，同時具備深度學習的功能，可通過大量采集和學習人工駕駛模式下合格駕駛員的控制動作，來優化智能車的控制算法學習，使之在單一巡跡情況下，在不同車輛載重、不同車輛速度、不同道路曲率、不同路面(如雨雪路面)的工況下的控制算法完善，達到一個熟練司機的控制水平。

為實現上述目的，本發明采用如下的技術方案：

一種基于深度學習的無人駕駛車輛控制系統，包括：控制器、學習單元，其中，所述控制器，包括：采集單元和更新單元，

采集單元，用于采集人工駕駛模式下駕駛員的控制動作信息、車輛的環境變量信息和預定路線行駛預瞄點和車身方向夾角；

學習模塊，用于根據上述采集數據通過深度學習的方式來進行優化車輛控制算法：

更新單元，用于將深度學習得到的優化控制算法加載在控制器的嵌入式處理器中。

作為優選，所述控制動作信息包含：油門控制開度、制動等級、方向盤轉角、方向盤扭矩，車輛的環境變量信息包含：車輛位置、航向、速度、四輪胎壓、四輪轉速、俯仰角、橫滾角和傾斜角。

作為優選，學習模塊的工作流程包括以下步驟：

步驟1、利用駕駛員進行數據采集

首先，設計需要的訓練路段，在訓練路段的預定路線畫出明顯白線，并利用差分導航設備在人工駕駛模式下采集該訓練路段的地圖信息；其次，開始人工駕駛，駕駛員按白線指引的訓練路段按自己駕駛習慣駕駛，實時記錄由采集單元獲取的每個時刻駕駛員的控制動作信息、車輛自身與環境狀態信息以及預設的路線信息；

步驟2、在離線數據學習階段，利用離線學習工具對在上述采集數據進行訓練，優化控制算法，形成控制算法內核。

附圖說明

圖1為本發明無人駕駛車輛控制系統的結構示意圖；

圖2為本發明無人駕駛車輛控制系統的工作流程圖。

具體實施方式

本發明實施例提供一種基于深度學習的無人駕駛車輛控制系統，通過CAN總線車載網絡控制車輛轉向、制動和加速的動作，實現車輛的自動巡跡行駛。

如圖1、2所示，所述車輛控制系統包括：控制器、學習單元，其中，

所述控制器，用于完成對無人駕駛車輛的控制，可工作在人工駕駛模式和自動駕駛模式，以符合車規級的嵌入式DSP芯片為嵌入式處理器核心，配以SDRAM(同步動態隨機存儲器)、ADC(模擬數字轉換)接口、DAC(數字模擬轉換)接口、CAN(控制器局域網絡)接口、網絡接口、串行接口和數字IO接口組成。

所述控制器，包括：采集單元和更新單元，其中，

采集單元，用于采集人工駕駛模式下駕駛員的控制動作信息、車輛的環境變量信息和預定路線行駛預瞄點和車身方向夾角；所述控制動作信息包含：油門控制開度、制動等級、方向盤轉角、方向盤扭矩，車輛的環境變量信息包含：車輛位置、航向、速度、四輪胎壓、四輪轉速、俯仰角、橫滾角和傾斜角；

更新單元，用于將深度學習得到的優化控制算法加載在控制器的嵌入式處理器中，在自動駕駛模式下利用該算法控制無人車輛自動行駛。

學習模塊，用于根據上述采集數據通過深度學習的方式來進行優化車輛控制算法；所述優化后的控制算法加載到控制器中，以實現在自動駕駛模式下利用優化后的控制算法控制無人車輛自動行駛。