一种基于神经记忆的自动驾驶安全决策方法、系统及设备与流程

本技术涉及自动驾驶控制，具体涉及一种基于神经记忆的自动驾驶安全决策方法、系统及设备。

背景技术：

1、自动驾驶技术经历了从辅助驾驶到有条件自动驾驶的快速发展，目前，自动驾驶安全决策领域的商业化与学术研究方案，主要可划分为规则驱动与数据驱动两大类技术体系，两类方案均存在固有技术缺陷，难以复刻人类驾驶员的拟人化安全决策逻辑，无法适配复杂动态交通场景的安全决策需求。其中，规则驱动决策方法依托专家经验与交通法规搭建固定规则库，通过预设工况阈值、规避策略与控制约束实现行车决策，具备逻辑透明、稳定性高、可控性强的优势。但该方法局限性显著，真实道路交通场景具备极强的多样性、随机性与动态交互性，预设规则仅能覆盖常规结构化标准工况，无法穷尽交通场景中的长尾边缘工况与突发危险场景，面对人车混行、非常规加塞、紧急避险等未定义交互场景时，极易出现策略僵化、决策滞后、响应失效等问题，场景泛化能力严重不足。基于深度学习、强化学习的数据驱动端到端决策模型，依托海量道路数据自主学习场景与决策的关联特征，相较规则方法具备更强的自适应适配能力，是当前高阶自动驾驶决策的主流研究方向。然而，该类模型为典型黑箱模型，推理逻辑缺乏可解释性，最核心的短板是缺失人类驾驶特有的神经记忆认知机制。更为关键的是，现有方法缺乏对人类驾驶员记忆回溯与情景类比认知机制的模拟，无法基于历史相似场景快速做出符合直觉的决策，导致突发危险场景中的响应过于激进或保守，难以满足高度自动驾驶对安全性与类人化的综合需求。

2、现有数据驱动模型仅基于实时场景特征输出决策，未借鉴人类记忆推演认知逻辑，在突发危险、陌生场景、强交互工况下，常出现决策激进或保守的问题，与人类驾驶习惯偏差明显，不仅降低驾乘舒适性、引发人机信任缺失，还易因决策适配性不足诱发交通安全事故。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种基于神经记忆的自动驾驶安全决策方法、系统及设备。

2、根据本技术的一个方面，提供了一种基于神经记忆的自动驾驶安全决策方法，包括：基于生物神经元特性，构建拟人神经元车载模型；其中，所述拟人神经元车载模型包括神经元-突触结构、多节点神经元拓扑结构和神经元网络近似求解器；基于交通环境数据，构建记忆知识库；其中，所述记忆知识库包括交通态势刺激源、神经-突触反应器和刺激结果行为；基于所述记忆知识库，对所述拟人神经元车载模型进行训练；计算训练完成的所述拟人神经元车载模型的稳定性指标；其中，所述稳定性指标包括鲁棒性指标、稳定度指标和一致性指标；若所述稳定性指标满足预设要求，则基于复杂交通场景计算所述拟人神经元车载模型和测试驾驶员之间的决策差异；基于所述决策差异，对所述拟人神经元车载模型进行一致性增强训练；基于一致性增强训练的所述拟人神经元车载模型，执行自动驾驶安全决策。

3、在一实施例中，所述基于生物神经元特性，构建拟人神经元车载模型包括：基于所述生物神经元特性，构建所述神经元-突触结构；其中，所述神经元-突触结构包括各个神经元的等效电容、神经元之间的突触权重、各个神经元的输出脉冲序列和输出电流；基于所述神经元-突触结构，构建多节点神经元拓扑结构；基于所述多节点神经元拓扑结构和车辆动力学方程，构建所述神经元网络近似求解器。

4、在一实施例中，所述基于交通环境数据，构建记忆知识库包括：基于交通环境数据，建立所述交通态势刺激源；其中，所述交通态势刺激源包括标准化交通态势向量信号；基于所述交通态势刺激源，确定所述神经-突触反应器；其中，所述神经-突触反应器包括标准化神经突触可识别脉冲信号序列；基于所述交通态势刺激源和所述神经-突触反应器，生成所述刺激结果行为；基于所述交通态势刺激源和所述刺激结果行为，构建刺激-行为双向映射关系式。

5、在一实施例中，所述基于所述记忆知识库，对所述拟人神经元车载模型进行训练包括：基于所述记忆知识库，确定所述拟人神经元车载模型的训练样本集；基于所述训练样本集，对所述拟人神经元车载模型进行训练。

6、在一实施例中，所述计算训练完成的所述拟人神经元车载模型的稳定性指标包括：基于外部扰动对所述拟人神经元车载模型的状态影响程度，确定所述鲁棒性指标；基于所述拟人神经元车载模型的神经元状态波动偏差、驾驶决策输出偏差和场景适配偏差，计算李雅普诺夫能量函数；基于所述李雅普诺夫能量函数，确定所述稳定度指标；计算所述拟人神经元车载模型的实际输出和基准输出之间的偏差值，得到所述一致性指标。

7、在一实施例中，所述基于复杂交通场景计算所述拟人神经元车载模型和测试驾驶员之间的决策差异包括：基于复杂交通场景和所述记忆知识库，生成所述拟人神经元车载模型的输出决策；基于所述拟人神经元车载模型的输出决策和测试驾驶员的输出决策，计算所述拟人神经元车载模型和测试驾驶员之间的决策差异。

8、在一实施例中，所述基于所述决策差异，对所述拟人神经元车载模型进行一致性增强训练包括：以所述决策差异最小化为目标，对所述拟人神经元车载模型进行一致性增强训练。

9、在一实施例中，所述基于神经记忆的自动驾驶安全决策方法还包括：基于元学习的在线自适应机制，对所述拟人神经元车载模型的权重参数进行微调。

10、根据本技术的另一个方面，提供了一种基于神经记忆的自动驾驶安全决策系统，包括：车载模型构建模块，用于基于生物神经元特性，构建拟人神经元车载模型；其中，所述拟人神经元车载模型包括神经元-突触结构、多节点神经元拓扑结构和神经元网络近似求解器；知识库构建模块，用于基于交通环境数据，构建记忆知识库；其中，所述记忆知识库包括交通态势刺激源、神经-突触反应器和刺激结果行为；车载模型训练模块，用于基于所述记忆知识库，对所述拟人神经元车载模型进行训练；稳定指标计算模块，用于计算训练完成的所述拟人神经元车载模型的稳定性指标；其中，所述稳定性指标包括鲁棒性指标、稳定度指标和一致性指标；决策差异计算模块，用于若所述稳定性指标满足预设要求，则基于复杂交通场景计算所述拟人神经元车载模型和测试驾驶员之间的决策差异；人机增强训练模块，用于基于所述决策差异，对所述拟人神经元车载模型进行一致性增强训练；自动驾驶执行模块，用于基于一致性增强训练的所述拟人神经元车载模型，执行自动驾驶安全决策。

11、根据本技术的另一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器用于执行上述任一所述的方法。

12、本技术提供的一种基于神经记忆的自动驾驶安全决策方法、系统及设备，基于生物神经元特性，构建拟人神经元车载模型；其中，拟人神经元车载模型包括神经元-突触结构、多节点神经元拓扑结构和神经元网络近似求解器；基于交通环境数据，构建记忆知识库；其中，记忆知识库包括交通态势刺激源、神经-突触反应器和刺激结果行为；基于记忆知识库，对拟人神经元车载模型进行训练；计算训练完成的拟人神经元车载模型的稳定性指标；其中，稳定性指标包括鲁棒性指标、稳定度指标和一致性指标；若稳定性指标满足预设要求，则基于复杂交通场景计算拟人神经元车载模型和测试驾驶员之间的决策差异；基于决策差异，对拟人神经元车载模型进行一致性增强训练；基于一致性增强训练的拟人神经元车载模型，执行自动驾驶安全决策；通过构建拟人神经元车载模型与神经记忆知识库，基于神经-突触机制与多节点神经元拓扑，实现车载感知与决策信号的类脑编码与传递，模拟人脑记忆与认知机制，提升系统对交通信息的拟人化处理能力，解决了传统自动驾驶缺乏经验积累与危险直觉的问题；并且通过校核与逻辑验证，实现决策过程可解释与安全性在线校验，满足自动驾驶功能安全与合规要求。