人工智能，自動駕駛車輛，機(jī)器人。

背景技術(shù)：

基于人工智能的自動駕駛車輛已經(jīng)由一些開發(fā)廠商發(fā)展到量產(chǎn)前的路試階段。由于還存在包括偶發(fā)事故的不少技術(shù)問題，有待進(jìn)一步優(yōu)化完善才能量產(chǎn)上市。自動駕駛車輛可以看成是一個(gè)機(jī)器人和傳統(tǒng)車輛的有機(jī)結(jié)合。機(jī)器人由傳感器系統(tǒng)、人工智能控制系統(tǒng)及驅(qū)動系統(tǒng)構(gòu)成，如圖1所示。自動駕駛車輛的起迄點(diǎn)可由用戶（如車主或乘客，在本發(fā)明中統(tǒng)稱為用戶）設(shè)置，或由無線通訊遙控設(shè)置，由gps導(dǎo)航，也可由乘車的用戶協(xié)助導(dǎo)航或輔助駕駛來實(shí)現(xiàn)客貨交通運(yùn)輸。自動駕駛車輛可以載客也可以放空。機(jī)器人對道路和交通的狀況進(jìn)行實(shí)時(shí)觀察和分析，并能遵守道路交通規(guī)則及相關(guān)法規(guī)。雖然自動駕駛車輛的機(jī)器人在出廠前經(jīng)過了培訓(xùn)并具備了一般的駕駛技術(shù)，但開車除了需要應(yīng)用一般的駕駛技術(shù)，完成交通運(yùn)輸?shù)墓δ苤?，還包括和每個(gè)用戶相關(guān)的因人而異的特性，如行車安全、舒適感，消遣、運(yùn)動和賽車等等。由于每個(gè)人的駕駛習(xí)性，道德或文明的標(biāo)準(zhǔn)不一樣，在出現(xiàn)涉及個(gè)人安危的緊急情況或事故時(shí)，處理的對策也不一樣。有的人易于違章肇事，有的人能舍己救人。按照廠家統(tǒng)一設(shè)置來運(yùn)行的自動駕駛車輛不能兼顧并實(shí)現(xiàn)每個(gè)用戶的習(xí)慣或喜好的行車體驗(yàn)和習(xí)性，也不能按照用戶的意旨來處理緊急場景和交通事故。因此，有必要對自動駕駛車輛進(jìn)行一個(gè)針對用戶的個(gè)性化的過程來了解并在車輛運(yùn)行中實(shí)現(xiàn)用戶的特點(diǎn)和需求，從而完善自動駕駛車輛的運(yùn)行，給每個(gè)用戶提供更好的個(gè)性化的服務(wù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種實(shí)現(xiàn)自動駕駛車輛個(gè)性化的方法，可以使自動駕駛車輛在處理正常交通和緊急路況時(shí)采用用戶的優(yōu)選對策，體現(xiàn)用戶的駕駛習(xí)性、道德或文明素質(zhì)。本發(fā)明的實(shí)現(xiàn)通過獲取并解析用戶個(gè)性化的數(shù)據(jù)庫，并在行車的過程中通過自適應(yīng)的學(xué)習(xí)更新該數(shù)據(jù)庫，運(yùn)用該數(shù)據(jù)庫的信息來幫助自動駕駛車輛的控制系統(tǒng)調(diào)整行車習(xí)性和處理突發(fā)事件，和用戶不斷磨合來改進(jìn)滿足用戶的個(gè)性化的體驗(yàn)。

附圖說明

圖1.是自動駕駛車輛的一個(gè)功能架構(gòu)示意圖。

圖2.是自動駕駛車輛對路況和交通事件按反應(yīng)時(shí)間來分類的示意圖，t1及t2周圍的陰影區(qū)表示t1和t2的具體數(shù)值是一個(gè)取決于不同型號不同時(shí)段的區(qū)間。

圖3.是自動駕駛車輛個(gè)性化的過程示意圖

圖4.是表1，表明對應(yīng)于圖2的不同反應(yīng)時(shí)間段，個(gè)性化的行車的不同效應(yīng)范疇。

圖5.是自動駕駛車輛應(yīng)用用戶個(gè)性化的數(shù)據(jù)來輔助行車控制的流程示意圖

以下對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)描述。描述中的具體實(shí)施僅僅用以解釋本發(fā)明，并不限定本發(fā)明。

自動駕駛車的機(jī)器人的傳感器系統(tǒng)在行使中觀察路況和交通，將任何需要調(diào)整應(yīng)對的場景根據(jù)估算的反應(yīng)時(shí)間(包括傳感器的感應(yīng)時(shí)間、人工智能控制系統(tǒng)的計(jì)算處理時(shí)間、驅(qū)動系統(tǒng)的作用時(shí)間等)分為三類：瞬發(fā)事件，緊急事件和普通事件，如圖2所示，分別對應(yīng)于反應(yīng)時(shí)間t的數(shù)值位于0<t<t1，t1≤t≤t2，和t>t2。對于瞬發(fā)事件，車輛除了在發(fā)生事故時(shí)做報(bào)警和人車的保護(hù)外，基本上做不了什么。對于緊急事件車輛可以設(shè)法避免事故發(fā)生或在事故發(fā)生的情況下使損失最小化，并根據(jù)在各種場景下不同的用戶選擇的最佳對策來優(yōu)先保護(hù)本車的用戶，或本車或涉及到的對方或第三方。對于普通事件，車輛則根據(jù)用戶的駕駛和/或乘車習(xí)性來操縱，發(fā)生事故的幾率很小。以下就對如何實(shí)現(xiàn)自動駕駛車輛的個(gè)性化做一個(gè)詳細(xì)的敘述。

自動駕駛車輛的機(jī)器人的人工智能控制系統(tǒng)設(shè)有用于車輛行駛個(gè)性化的數(shù)據(jù)結(jié)構(gòu)庫，包括場景/對策數(shù)據(jù)集和背景及行為特征數(shù)據(jù)集。其中每一個(gè)數(shù)據(jù)集都有一個(gè)與所有使用或準(zhǔn)備使用該車輛的用戶一一對應(yīng)的表項(xiàng)。場景/對策數(shù)據(jù)集中的場景，包括對路況、交通、車況的一種描述，或/和由機(jī)器人對上述描述分類、提取特征以后的算法化數(shù)據(jù)。場景/對策數(shù)據(jù)集中的對策包括對用戶針對特定場景采用的操縱車輛的行為方法的描述，或/和由機(jī)器人對該描述分類、提取特征以后的算法化數(shù)據(jù)。背景及行為特征數(shù)據(jù)集中的背景，包括用戶的個(gè)人背景尤其是與使用車輛有關(guān)的信息數(shù)據(jù)包括年齡、性別、職業(yè)、婚姻狀況、居住地區(qū)教育程度、駕駛記錄、信貸和保險(xiǎn)記錄、健康和醫(yī)療保險(xiǎn)記錄和犯罪記錄等等，或/和由機(jī)器人對該信息數(shù)據(jù)分類、提取特征以后的算法化數(shù)據(jù)。背景及行為特征數(shù)據(jù)集中的行為特征包括用戶的駕駛或/和乘坐車輛的習(xí)性，道德或文明標(biāo)準(zhǔn)的描述，或/和由機(jī)器人對該描述分類、提取特征以后的算法化數(shù)據(jù)。如圖3所示，自動駕駛車輛的個(gè)性化首先在車輛上路使用之前，由機(jī)器人和用戶通過人機(jī)交互的界面來實(shí)施初始化的過程。在初始化的過程中，機(jī)器人首先要通過比如用戶名和密碼的組合或其它方法確認(rèn)用戶的身份。機(jī)器人通過多媒體人機(jī)界面向用戶逐一展示充分多的，經(jīng)過或可經(jīng)過仿真和/或?qū)嶋H行車測試驗(yàn)證的路況和交通狀況的場景/對策訓(xùn)練集，征集用戶對每一個(gè)場景選擇回答自己認(rèn)為最佳的對策，再將每一組用戶的回答的場景/對策數(shù)據(jù)對輸入至自動駕駛車輛的人工智能控制系統(tǒng)的場景/對策數(shù)據(jù)集對應(yīng)于該用戶的表項(xiàng)中。征集用戶的回答可以采用多選題（用戶在多項(xiàng)答案中選擇一項(xiàng)），或肯定/否定單選題（用戶對一項(xiàng)答案選擇肯定或否定），或用戶輸入一個(gè)歸一化后的數(shù)值，表示對某一選擇的確認(rèn)概率或程度。由于訓(xùn)練集難以覆蓋所有的場景，可以對場景進(jìn)行歸納和分類，比如上述的按反應(yīng)時(shí)間來分類。除了上述的用戶場景/對策數(shù)據(jù)集，機(jī)器人還要獲取背景及行為特征數(shù)據(jù)集。首先征集用戶個(gè)人背景數(shù)據(jù)。征集的方法是在自動駕駛車輛上路使用前，機(jī)器人通過人機(jī)界面向用戶詢問用戶的背景信息，如年齡、性別、職業(yè)、婚姻狀況、居住地區(qū)教育程度等等。同時(shí)，機(jī)器人通過無線通訊系統(tǒng)或電子媒體裝置來檢索用戶的駕駛記錄、信貸和保險(xiǎn)記錄、健康和醫(yī)療保險(xiǎn)記錄和犯罪記錄等等，將這些信息儲存于背景及行為特征數(shù)據(jù)集對應(yīng)于該用戶的表項(xiàng)。機(jī)器人對所獲得的兩組數(shù)據(jù)根據(jù)行為模擬算法，以及廠家的實(shí)驗(yàn)數(shù)據(jù)、車輛使用的統(tǒng)計(jì)數(shù)據(jù)等等來提取用戶的行為特征如駕駛習(xí)性、道德或文明標(biāo)準(zhǔn)，并將所提取的用戶的行為特征儲存至背景及行為特征數(shù)據(jù)集對應(yīng)的表項(xiàng)。以上兩項(xiàng)數(shù)據(jù)集的征集和獲取及提取用戶的行為特征，也可以事先在用戶和廠家、或賣家或租賃服務(wù)商之間進(jìn)行，或通過其它方法來進(jìn)行，獲得的數(shù)據(jù)事后傳送給自動駕駛車輛的機(jī)器人，機(jī)器人在車輛上路使用前需向用戶核實(shí)并完善更新。

圖4的表1對用戶個(gè)性化數(shù)據(jù)對自動駕駛車輛運(yùn)行的影響做了一個(gè)簡單的歸納，由于如何處理緊急場景是關(guān)系到自動駕駛車輛的安全可靠性的一個(gè)關(guān)鍵并有爭議的問題，本發(fā)明列舉了一些場景/對策的特例來進(jìn)一步說明實(shí)現(xiàn)個(gè)性化駕駛的必要性和有效性。

例1：自動駕駛車輛以正常速度行駛至一交叉路口，且前方為綠燈。一兩自行車突然從右側(cè)橫闖紅燈行至自動駕駛車輛前。機(jī)器人發(fā)現(xiàn)剎車已經(jīng)來不及避免事故，但向左躲閃有可能，但這會違章行車至對面車道。你的對策是：

a剎車。

b躲閃。

例2：當(dāng)一起碰撞事故不可避免時(shí)，你的對策是：

a不管對方情況如何，盡可能減少對自己的傷害。

b只要是對方的過錯(cuò)，不管對方情況如何，盡可能減少對自己的傷害。

c視情況冒一定傷害自己的風(fēng)險(xiǎn)，來減少對對方的傷害。

例3：當(dāng)一起事故不可避免時(shí)，你的對策是：

a盡可能減少對左前位置上的乘客的傷害。

b盡可能減少對右后位置上的乘客的傷害。

c盡可能減少對你本人的傷害，不管你坐哪兒。

例4：你行車的習(xí)性是：

a.快而爽。

b.穩(wěn)而慢。

例5：你愿意冒多大的傷害自己或自己的車輛的風(fēng)險(xiǎn)來避免一起沖撞行人的事故，0表示不擔(dān)當(dāng)，1表示完全擔(dān)當(dāng)：

a0。

b1。

c0.5。

d不一定。

在行車中如何運(yùn)用上述獲取的用戶個(gè)性化數(shù)據(jù)如圖5所示。首先，機(jī)器人必須確認(rèn)一個(gè)當(dāng)前用戶。當(dāng)自動駕駛車輛載有多個(gè)用戶時(shí)，可以由用戶任選其中一位為當(dāng)前用戶，機(jī)器人按當(dāng)前用戶在場景/對策數(shù)據(jù)集和背景及行為特征數(shù)據(jù)集對應(yīng)表項(xiàng)中的數(shù)據(jù)來輔助駕駛。當(dāng)自動駕駛車輛空載時(shí)，可以選用一個(gè)特定客戶的個(gè)性化數(shù)據(jù)或采用廠家設(shè)置的默認(rèn)用戶數(shù)據(jù)來輔助駕駛。其次，在應(yīng)對處理具體場景時(shí)，機(jī)器人在場景/對策數(shù)據(jù)集中檢索與當(dāng)前場景最相似的場景；如果兩者充分相似，機(jī)器人就會采用與最相似的場景對應(yīng)的用戶輸入的對策來操縱駕駛；如果兩者不夠充分相似，但具有較高的相似度，則采用與最相似場景對應(yīng)的用戶的對策產(chǎn)生一個(gè)應(yīng)對建議。再根據(jù)用戶的行為特征數(shù)據(jù)來產(chǎn)生一個(gè)應(yīng)對建議，機(jī)器人參照基于用戶個(gè)性化的建議，結(jié)合人工智能控制系統(tǒng)根據(jù)當(dāng)前場景基于非用戶個(gè)性化產(chǎn)生的應(yīng)對措施取得一個(gè)最優(yōu)操縱方法。以下就對如何運(yùn)用上述兩組數(shù)據(jù)來操縱車輛的一種實(shí)現(xiàn)方法做一個(gè)進(jìn)一步的說明。

首先，比較當(dāng)前的場景和初始化過程中采用的場景的相似性，可以做如下的計(jì)算：

將場景作為一個(gè)量化的數(shù)據(jù)結(jié)構(gòu)c(r,t,v),其中r表示經(jīng)分類量化的路況（如市內(nèi)道路和高速公路），t表示經(jīng)分類量化的交通狀況（如稀疏或擁擠程度），v表示經(jīng)分類量化的自動駕駛車輛的運(yùn)行情況（如車速，車況和載客情況）。ci（ri,ti,vi）表示當(dāng)前用戶在場景/對策數(shù)據(jù)集中的一個(gè)場景,場景的總數(shù)為n。其中，ri、ti、vi是一個(gè)大于0小于1的實(shí)數(shù)，其取值越大，對應(yīng)于安全風(fēng)險(xiǎn)越大。c0（r0,t0,v0）表示當(dāng)前的一個(gè)場景。

場景相似度s的計(jì)算可以采用下述公式：

s=,【1】

其中，α，β，γ為風(fēng)險(xiǎn)因子，是一個(gè)大于0小于1的實(shí)數(shù)，顯然，s越小，越相似。

用公式【1】來計(jì)算當(dāng)前用戶在場景/對策數(shù)據(jù)集中的表項(xiàng)中的所有場景中與當(dāng)前場景相似度最高（相似度數(shù)值最?。┑膱鼍暗淖钚≈祍min,如果smin小于某個(gè)閾值st1,就認(rèn)為該當(dāng)前場景與當(dāng)前用戶在場景/對策數(shù)據(jù)集中的表項(xiàng)中對應(yīng)于smin的一個(gè)場景充分相似，并采用與之對應(yīng)的當(dāng)前用戶的對策來操縱車輛。

如果在當(dāng)前用戶在場景/對策數(shù)據(jù)集中的表項(xiàng)中沒有找到一個(gè)與當(dāng)前場景充分相似的場景時(shí)，可以根據(jù)當(dāng)前用戶在背景及行為特征數(shù)據(jù)集對應(yīng)表項(xiàng)中的數(shù)據(jù)來產(chǎn)生一個(gè)參考對策。用戶在背景及行為特征數(shù)據(jù)集中的用戶的行為特征包括駕駛習(xí)性、道德或文明標(biāo)準(zhǔn)，在如何應(yīng)對行車中的緊急事件時(shí)，可以分成比如包括以下幾種類型：

a.易于肇事型

b.遵章守紀(jì)型

c.靈活駕駛型

d.見義勇為型

上述的分類來源于人工智能系統(tǒng)對用戶的背景及行為特征數(shù)據(jù)集和場景/對策數(shù)據(jù)集中的表項(xiàng)中的數(shù)據(jù)進(jìn)行基于統(tǒng)計(jì)、行為模擬或其它智能算法的分析，可以作為參考依據(jù)來估計(jì)用戶在特定的場景下采用一種優(yōu)選的操縱車輛的對策的概率大小，從而產(chǎn)生一個(gè)應(yīng)對當(dāng)前場景的操縱車輛的傾向性對策。比如，行為特征為c類的用戶，對于類似上述例1中的場景，很可能會采取選擇b.躲閃的對策來避免事故，而行為特征為b類的用戶很可能會選擇a.剎車的對策，而造成不一定是本車責(zé)任的交通事故。人工智能控制系統(tǒng)注重基于場景分析的非用戶個(gè)性化的對策，并參照上述用戶個(gè)性化的對策，從而得出一個(gè)最優(yōu)對策方案。

對于應(yīng)對普通事件，可以將用戶的行車習(xí)性分類為比如：

a.平穩(wěn)舒適型

b.快速反應(yīng)型

c.運(yùn)動賽車型

在保證安全行車，遵守交通法規(guī)的前提下，自動駕駛車輛的操縱可以優(yōu)先滿足用戶的行車習(xí)性。

由于本發(fā)明沒有考慮使用自動駕駛車輛作為武器裝備用于戰(zhàn)場或警車，自動駕駛車輛一般被默認(rèn)禁止任何主動攻擊或肇事行為，包括但不限于沖撞其它車輛或行人，或者自殘或自毀的行為，比如沖出懸崖或沖撞路障，隔墻，除非這樣的行為可以避免造成更為嚴(yán)重的交通事故，并且用戶在場景/對策數(shù)據(jù)集中有明確的選擇。

由于在初始化的過程中，收集或設(shè)計(jì)的場景不可能覆蓋所有的交通路況，圖3的380模塊示意說明了在行駛中適時(shí)獲取用戶場景/對策對來輔助自動駕駛并擴(kuò)充用戶場景/對策個(gè)性化數(shù)據(jù)庫的過程。具體的，機(jī)器人在行駛中遇見罕見或危急場景時(shí)，通過音、視頻媒體或其它人機(jī)交互界面通知用戶，并提請用戶指示對策，再根據(jù)用戶指示的對策操縱車輛。提取、更新或擴(kuò)充用戶的行為特征數(shù)據(jù)，并對操縱車輛的效果，特別是有無發(fā)生事故進(jìn)行評估，如果沒有事故，則將該場景/對策存儲到用戶場景/對策數(shù)據(jù)集中。在緊急場景下，如果自動駕駛車輛的設(shè)計(jì)中包含了用戶可以部分或全部直接手動操縱行駛的功能，用戶也可以關(guān)閉自動駕駛，采用手動駕駛。同樣，機(jī)器人會把場景/手動駕駛操作記錄下來，提取、更新或擴(kuò)充背景及行為特征數(shù)據(jù)集。如果沒有事故，就提取場景/對策數(shù)據(jù)，用于更新或擴(kuò)充用戶場景/對策數(shù)據(jù)集。在行駛中，機(jī)器人還可以通過人機(jī)多媒體界面和用戶進(jìn)行交流，或觀察用戶的面部表情和肢體語言來判斷用戶對車輛行駛狀況的滿意或不滿意度，自動調(diào)節(jié)車輛的行駛操縱，從而使個(gè)性化的自動駕駛更圓滿的滿足用戶需求；并且從所述交流、觀察和自動調(diào)節(jié)的過程中提取、更新或擴(kuò)充用戶行為特征數(shù)據(jù)和/或場景/對策數(shù)據(jù)。此外，除了盡量滿足用戶的需求和體驗(yàn)，用戶的背景及行為特征數(shù)據(jù)集還可以用來防范用戶的違規(guī)操作，比如，如果用戶的駕駛記錄顯示用戶有近期的習(xí)慣性的超速駕駛，上述的用戶手動操縱功能就可以對該用戶關(guān)閉；再比如，機(jī)器人在車輛行駛中可以實(shí)時(shí)的通過無線通訊系統(tǒng)獲得用戶的背景更新，如果用戶碰巧是一個(gè)在逃的嫌犯，機(jī)器人可以自動報(bào)警，并采取相應(yīng)的措施協(xié)助警方抓獲嫌犯。

采用本發(fā)明披露的上述用戶個(gè)性化的方法，有助于幫助機(jī)器人操控在法律和法規(guī)與個(gè)人道德行為，車輛和人的安全之間發(fā)生沖突的場景，在一定程度上減少了自動駕駛車輛人工智能控制系統(tǒng)設(shè)計(jì)的不確定性和復(fù)雜度，有利于加速其量產(chǎn)和上市。此外，如果采用廠家統(tǒng)一的設(shè)置來使用自動駕駛車輛，很明顯，廠家或保險(xiǎn)公司或自動駕駛車輛的服務(wù)提供商將承擔(dān)所有的車輛行為責(zé)任。如果采用本發(fā)明披露的個(gè)性化的自動駕駛，用戶將會分擔(dān)至少一部分車輛行為責(zé)任，特別是在自動駕駛車輛有效準(zhǔn)確的執(zhí)行了用戶提供或選擇了的場景/對策對的時(shí)候。此外，至少部分自動駕駛車輛個(gè)性化的初始化也可以通過用戶定制的方式在廠家生產(chǎn)線上完成，以提高生產(chǎn)率和使用自動駕駛車輛的效率。