戏说自动驾驶之三
自动驾驶行为的内部表征和认知地图
中国学科技卷智能册AI篇
安 文
产生驾驶行为的背后存在怎样的内部表征？
人类驾驶员驾驶过程是将车窗外无穷状态空间，约简为动态变化的“可行驶”和“不可行驶”的“二域状态空间”，并根据常识和交通规则，以及对交通场景的感知来产生相应的驾驶行为。
因此，自动驾驶需要对交通环境进行分层的认知表征，它们分别是空间定位层、行为模型层、知识策略层和任务驱动层，这样就可从认知的层面将复杂、未知的现实世界，变换成有效的自觉物体的语义推理。
如何构建自动驾驶环境的“认知地图“？
构建自动驾驶认知地图，需要包括车辆、交通标识、障碍物、行人等构成的可行驶区域的基本属性。同时要有递归网络所学习到的关于预注意机制、驾驶意图等高级认知属性，把车辆当前状态与交通知识作为认知地图的一部分。要根据场景动态变化，形成实践上的认知地图的训练。
依赖认知地图就可以使自动驾驶系统从类人的角度去理解交通场景正在发生的动态随机变化。
这里进一步给出一种具有选择性注意机制的自动驾驶认知计算实现架构。在这个计算架构中，利用卷积神经网络提取场景的显著性空间特征。这些特征与先验知识相结合，形成一种对时间可视化认知地图，通过长短期记忆的注意机制，界定认知地图中物体间的关联。然后通过价值迭代模型，将对环境的认知，映射到行为空间，给出行驶决策。
