基於人類駕駛知識的無人駕駛車輛智慧型決策系統研究

《基於人類駕駛知識的無人駕駛車輛智慧型決策系統研究》是依託中國科學院合肥物質科學研究院，由梁華為擔任項目負責人的重大研究計畫。

基本介紹

• 中文名：基於人類駕駛知識的無人駕駛車輛智慧型決策系統研究
• 項目類別：重大研究計畫
• 項目負責人：梁華為
• 依託單位：中國科學院合肥物質科學研究院

項目摘要

近年來，無人駕駛車輛決策技術已經取得了一定的研究成果，但是在真實複雜行駛環境下其自主決策能力仍然難以與人類駕駛員相媲美。針對目前無人駕駛車輛智慧型決策水平低、難以適應未知環境等問題，本項目擬建立基於交通規則以及人類駕駛經驗等駕駛知識的無人駕駛車輛智慧型決策系統。通過對交通法律法規的形式化描述和人類駕駛行為的深度學習，提取出交通規則知識和駕駛經驗知識；利用基於語義超圖的駕駛知識建模、表達和存儲方法，構建無人駕駛決策系統知識庫；開發基於多種推理機制協同的知識推理方法，將無人車的感知輸入轉化為決策輸出，同時通過案例存儲達到增量學習的目的；利用雲計算技術，構建無人駕駛雲服務平台，實現無人車之間知識的共享與集成，以達到共同進化的目的。本項目預期通過研究人類駕駛知識的提取、表達、推理以及共享等關鍵技術，最終實現一個無人車駕駛智慧型決策系統，從而為無人駕駛車輛提供更加合理、安全的決策信息。

結題摘要

近年來，無人駕駛車輛決策技術已經取得了一定的研究成果，但是在真實複雜行駛環境下其自主決策能力仍然難以與人類駕駛員相媲美。針對目前無人駕駛車輛智慧型決策水平低、難以適應未知環境等問題，本項目建立了基於交通規則以及人類駕駛經驗等駕駛知識的無人駕駛車輛智慧型決策系統。首先基於概念分析等技術，對交通法律法規進行關鍵術語提取、抽象，基於本體論方法，對交通規則進行形式化描述；然後，基於SHRP2自然駕駛數據，對人類的駕駛行為進行分析，並且基於LSTM網路模型，實現基於深度學習的駕駛行為學習與建模方法；接著，構建了基於知識的無人駕駛車輛智慧型決策系統框架，利用語義超圖技術，對駕駛環境、駕駛行為等關鍵概念及其關係進行建模，在此基礎上，建立了包括交通規則以及駕駛經驗的無人駕駛車輛行為決策知識庫；開發了定性與定量相結合的知識推理方法，利用產生式規則推理機制，實現基於知識的行為決策，利用知識推理與馬爾科夫決策過程相結合的技術，實現他車行為的預測；利用雲計算技術，構建基於Storm的無人駕駛實時雲服務平台，實現無人車之間知識的共享與集成，以達到共同進化的目的。 本項目借鑑人類駕駛員駕駛車輛的思維過程，研究基於人類駕駛知識的無人駕駛車輛智慧型決策系統，其科學意義在於為無人駕駛車輛行為決策提供通用、統一的理論基礎與框架，從而進一步提高無人車的智慧型與自主水平。將人類駕駛知識如交通規則、駕駛經驗編碼並保存入知識庫，具有以下優點：便於決策知識的增量更新；便於未來交通法律法規的變更；便於無人駕駛系統的移植與更新，等等。基於上述優點，基於人類駕駛知識的無人車智慧型決策系統具有重要的套用前景，特別是對於無人車產業化的發展具有重要的意義。