湘江实验室;湖南工商大学王海东获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉湘江实验室;湖南工商大学申请的专利一种基于类脑感知的智能驾驶方法及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118397581B 。
龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410409934.4,技术领域涉及:G06V20/56;该发明授权一种基于类脑感知的智能驾驶方法及相关设备是由王海东;肖鹏飞;张建华;单洽设计研发完成,并于2024-04-07向国家知识产权局提交的专利申请。
本一种基于类脑感知的智能驾驶方法及相关设备在说明书摘要公布了:本申请适用于智能车辆研究技术领域,提供了一种基于类脑感知的智能驾驶方法及相关设备。包括分别获取目标车辆的鸟瞰图和测量向量,并对鸟瞰图进行语义划分,得到多通道灰度图;采集人脑对多通道灰度图的刺激响应;分别构建类脑感知网络和类脑决策网络;根据刺激响应,将类脑感知网络和类脑决策网络与人脑进行对齐;将多通道灰度图和测量向量输入对齐后的类脑感知网络,得到目标车辆的环境特征;将环境特征输入对齐后的类脑决策网络,得到目标车辆的驾驶决策;驾驶决策包括目标车辆的多个驾驶动作;分别计算每个驾驶动作对应的评价分数,并根据最高评价分数对应驾驶动作,控制目标车辆的行驶,实现智能驾驶。本申请能提高智能驾驶方法的可解释性。
本发明授权一种基于类脑感知的智能驾驶方法及相关设备在权利要求书中公布了:1.一种基于类脑感知的智能驾驶方法,其特征在于,包括:分别获取目标车辆的鸟瞰图和用于描述所述目标车辆状态的测量向量,并对所述鸟瞰图进行语义划分,得到多通道灰度图;所述多通道灰度图中的每个通道至少包括一个灰度图,不同通道对应的灰度图互不相同;获取不同用户对所述多通道灰度图的刺激响应;分别构建用于提取所述目标车辆的环境特征的类脑感知网络和用于生成所述目标车辆的驾驶决策的类脑决策网络;其中,所述类脑感知网络包括用于模拟腹侧通路中神经通路的类脑视觉感知模块、用于模拟大脑背侧通路中神经通路的类脑运动感知模块以及用于模拟上丘通路中神经通路的的类脑多模态感知模块,所述类脑决策网络包括用于生成驾驶决策的决策生成模块以及用于对生成的驾驶决策进行评估的决策评估模块,所述驾驶决策包括所述目标车辆的多个驾驶动作;根据所述刺激响应,对所述类脑感知网络和所述类脑决策网络的参数进行对齐,得到对齐后的类脑感知网络和对齐后的类脑决策网络;将所述多通道灰度图和所述测量向量输入所述对齐后的类脑感知网络,得到所述目标车辆的环境特征;将所述环境特征输入所述对齐后的类脑决策网络,得到所述目标车辆的驾驶决策;所述驾驶决策包括所述目标车辆的多个驾驶动作;分别计算每个所述驾驶动作对应的评价分数,并根据最高评价分数对应驾驶动作,控制所述目标车辆的行驶,实现智能驾驶;其中,所述获取不同用户对所述多通道灰度图的刺激响应,包括:采集被试者观看多通道灰度图刺激的功能性磁共振成像原始数据;使用神经影像数据处理软件对原始皮层激活数据进行三维重构、配准、头动校正等预处理,包括对体素进行插值、解剖学结构的分割等,将被试者的大脑数据与标准或其他被试者的大脑数据进行配准,再进一步预处理去除噪音、空间平滑等,得到被试者在观看不同图像刺激时感兴趣视觉脑区随时间变化的血氧水平依赖响应信号,这反映了大脑对图像刺激的神经活动;采用解卷积的方式得到血氧水平依赖响应信号的幅值,将其作为大脑视觉皮层体素对多通道灰度图刺激的响应值;获取大脑视觉皮层体素对每幅图像刺激的响应向量,从而组成最终的功能性核磁共振成像数据集,功能性核磁共振成像和刺激响应之间的对应关系建立在测量大脑在不同刺激条件下的血氧水平变化的基础上,通过分析这些变化,可以了解大脑对不同刺激的功能性响应;所述根据所述刺激响应,将所述类脑感知网络和所述类脑决策网络与人脑进行对齐,得到对齐后的类脑感知网络和对齐后的类脑决策网络,包括:步骤I,通过计算公式 得到类脑网络输出Yi与刺激响应Xi之间的相似度r;其中,所述类脑网络为所述类脑感知网络和所述类脑决策网络两者中的任一者;步骤II,收集人脑活动的数据,使用功能性磁共振成像神经影像技术,这些数据提供了关于大脑区域激活的信息,对从人脑中获取的数据进行预处理和分析,包括去噪、空间对齐、脑区域的识别,从人脑数据中提取特征,以便理解哪些大脑区域与感知相关;收集人脑参与决策任务时的行为数据和相应的脑活动数据,对人脑决策数据进行预处理和分析,以理解决策的神经基础,从人脑决策数据中提取特征,以便理解哪些大脑区域与决策过程相关;步骤III,通过计算公式 得到所述类脑决策网络更新后的网络参数θk+1,得到更新后的类脑决策网络;其中,Lppo表示裁剪策略的梯度损失,即使用广义优势估计调整策略的梯度损失,对应人脑中多巴胺奖励信号的梯度,表示当前类脑决策网络生成的驾驶决策τ,E表示驾驶决策对应的期望值,是不同策略网络驾驶决策的加权平均,ω是对应驾驶决策的权重,Lent表示最大熵损失,用于描述人脑中奖励系统的探索性行为,λent表示用于控制最大熵损失的权重参数,H表示策略的熵,Lexp表示探索损失,对应人脑中调节探索性行为的机制,λexp表示用于调整探索损失权重的超参数,T表示驾驶决策对应的轨迹长度,N表示用于控制探索损失的最后Nz时间步,k表示驾驶决策的最后Nz时间步内时间步k上的返回值,k∈{0,1},Rz表示预先定义的探索先验,即在强化学习任务中对于探索行为的一种先验知识或先验偏好,用于引导所述目标车辆的行为,iRL表示所述鸟瞰图的语义化分向量,mRL表示所述测量向量;步骤IV,返回执行步骤II,直至所述相似度大于预设相似度阈值,得到对齐后的类脑感知网络和对齐后的类脑决策网络。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湘江实验室;湖南工商大学,其通讯地址为:410000 湖南省长沙市湘江新区长沙高新区北斗产业园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。