[發明專利]智能駕駛的優化方法、裝置及系統

有效

• 申請號: 201810645336.1
• 申請日: 2018-06-21
• 公開（公告）號: CN108830422B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 王智明;徐雷;毋濤
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;B60W40/00
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 柴亮;張天舒

1.一種智能駕駛的優化方法，其特征在于，包括：

S1、接收各智能駕駛終端發送的智能駕駛優化請求，并根據所述智能駕駛優化請求確定多個當前的綜合方案，每個所述綜合方案中都包括對應所述智能駕駛優化請求的處理信息，其中，不同綜合方案中至少一個同一智能駕駛優化請求的處理信息不同；所述處理信息包括：時延、流量成本、識別準確度中的至少一者；

S2、獲取歷史綜合方案，所述歷史綜合方案包括歷史處理信息；

S3、根據當前的各綜合方案中的處理信息和歷史處理信息，依照預設的多維稀疏卷積神經網絡優化分析策略進行優化分析，從所述各綜合方案中選擇出最優的綜合方案作為當前的推薦方案；

S4、根據歷史綜合方案和當前的推薦方案，判斷預設的第一評價條件是否滿足，當判斷出預設的第一評價條件滿足時，則輸出當前的推薦方案；當判斷出預設的第一評價條件不滿足時，則執行步驟S5；

S5、根據當前的各綜合方案和歷史優化方案，依照預設的獎懲優化策略對當前的各綜合方案進行優化，得出優化后的各綜合方案，之后重復步驟S3和S4進行迭代，直至判斷出預設的第一評價條件滿足，或者迭代次數滿足預設閾值時，輸出當前的推薦方案。

2.根據權利要求1所述的智能駕駛的優化方法，其特征在于，

所述處理信息包括：時延、流量成本、識別準確度；

每個綜合方案中的各處理信息以三維信息向量的形式存儲為：其中，k為迭代次數，為第k次迭代的綜合方案M中坐標為(i，j，t)的處理信息，且i＝1，2，...，m，j＝1，2，...，n，t＝1，2，...，p，i為在三維坐標中的第一坐標維度的坐標值，j為在三維坐標中的第二坐標維度的坐標值，t為在三維坐標中的第三坐標維度的坐標值，分別為處理信息的第k次迭代的時延、流量成本和識別準確度。

3.根據權利要求2所述的智能駕駛的優化方法，其特征在于，所述步驟S3具體包括：

根據當前的各綜合方案的處理信息確定所有綜合方案中的當前最小處理信息；

根據歷史處理信息確定最小歷史處理信息；

根據當前的各綜合方案中的處理信息、當前最小處理信息、最小歷史處理信息，依照所述多維稀疏卷積神經網絡優化分析策略進行優化分析，從所述當前的各綜合方案中選擇出最優的綜合方案作為推薦方案。

4.根據權利要求3所述的智能駕駛的優化方法，其特征在于，所述多維稀疏卷積神經網絡優化分析策略具體為：

α、β∈(0，1)，α+β＝1，

其中，M^minK為當前最小處理信息，M^minG為最小歷史處理信息。

5.一種智能駕駛的優化裝置，其特征在于，包括：

接收單元，用于接收各智能駕駛終端發送的智能駕駛優化請求，并更根據所述智能駕駛優化請求確定多個當前的綜合方案，每個所述綜合方案中都包括對應所述智能駕駛優化請求的處理信息，其中，不同綜合方案中至少一個同一智能駕駛優化請求的處理信息不同；所述處理信息包括：時延、流量成本、識別準確度中的至少一者；

歷史獲取單元，用于獲取歷史綜合方案，所述歷史綜合方案包括歷史處理信息；

分析單元，用于根據當前的各綜合方案中的處理信息和歷史處理信息，依照預設的多維稀疏卷積神經網絡優化分析策略進行優化分析，從所述各綜合方案中選擇出最優的綜合方案作為當前的推薦方案；

評價單元，用于根據歷史綜合方案和當前的推薦方案，判斷預設的第一評價條件是否滿足，當判斷出預設的第一評價條件滿足時，則輸出當前的推薦方案；

優化單元，當判斷出預設的第一評價條件不滿足時，根據當前的各綜合方案和歷史優化方案，依照預設的獎懲優化策略對當前的各綜合方案進行優化，得出優化后的各綜合方案，發送給分析單元，直至判斷出預設的第一評價條件滿足，或者迭代次數滿足預設閾值時，輸出當前的推薦方案。

6.一種智能駕駛的優化系統，其特征在于，包括：

權利要求5所述的智能駕駛的優化裝置；

多個智能駕駛終端，用于向所述接收單元發送智能駕駛優化請求。