本发明涉及计算机应用技术领域，特别是涉及基于对抗神经网络的驾驶员训练测试系统。
背景技术：
目前现有的驾驶员测试系统或训练系统，功能过于单一，不能实现测试系统和训练系统的信息交互，从而使得驾驶员训练只能依靠教练员的口头反复教授。教练员口头教授这种方式不仅提高不了效率还费时费力。
技术实现要素：
本发明实施例提供了基于对抗神经网络的驾驶员训练测试系统，可以解决现有技术中存在的问题。
本发明提供了基于对抗神经网络的驾驶员训练测试系统，其特征在于，所述训练测试系统包括地理信息采集部分、车辆信息采集和传输部分、以及数据处理部分；
所述地理信息采集部分包括安装在训练场地中的gps基站，用于采用差分定位技术采集车辆在训练或测试过程中的位置信息，同时技术人员采用控制测量和碎步测量技术采集训练场地的地理数据；
所述车辆信息采集和传输部分包括与汽车通用can总线连接的数据采集器、安装在汽车驾驶室的液晶屏和语音提示系统，所述数据采集器基于汽车的通用can总线体系采集车辆的各项状态数据，所述液晶屏用于显示所述数据处理部分的处理结果，所述语音提示系统用于在驾驶训练和测试过程中对驾驶员进行语音提示；
所述数据处理部分包括训练神经网络系统和测试神经网络系统，所述数据采集器采集的车辆数据与时间结合在一起形成驾驶员的时间序列数据，多个驾驶员的时间序列数据组成数据集进行数据训练，对训练数据进行迭代处理后将训练数据转换成可用信息，所述训练神经网络系统利用这些可用信息训练驾驶员，通过训练神经网络系统的驾驶员开始进行驾驶测试，测试过程中所述测试神经网络系统选取考核结果为优秀的数据来代替之前考核结果为合格的数据，更新数据集后再次进行数据训练，如此反复迭代，最后利用迭代更新后的数据进一步训练驾驶员。
本发明实施例中的基于对抗神经网络的驾驶员训练测试系统，采用机器学习中的神经网络系统代替了传统单一的训练系统和测试系统，目的是使用之前测试系统中测试合格人员的数据经过神经网络的训练转换成语音、提示音、文本信息等驾驶员有用信息，来代替教练员的部分教学任务。降低了人力成本、减少时间的浪费、从而提高了学员的学习效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于对抗神经网络的驾驶员训练测试系统中训练神经网络接收时间序列数据图；
图2是本发明实施例提供的基于对抗神经网络的驾驶员训练测试系统中测试神经网络接收时间序列数据图；
图3是测试神经网络得到的分析结论展示的雷达图；
图4是测试神经网络得到的分析结论展示的直方图；
图5是本发明实施例提供的基于对抗神经网络的驾驶员训练测试系统中对抗神经网络的模型图；
图6是模拟倒车入库的准备阶段示意图；
图7是模拟倒车入库的进行阶段示意图；
图8是模拟倒车入库的结束阶段示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1和图2，本发明实施例中提供的基于对抗神经网络的驾驶员训练测试系统，该系统包括地理信息采集部分、车辆信息采集和传输部分、以及数据处理部分。
所述地理信息采集部分包括安装在训练场地中的gps基站，用于采用差分定位技术采集车辆在训练或测试过程中的位置信息，同时技术人员采用控制测量和碎步测量技术采集训练场地的地理数据，同时采用水准测量技术提高在地理数据采集过程中的精度。
所述车辆信息采集和传输部分包括与汽车通用can总线连接的数据采集器、安装在汽车驾驶室的液晶屏、语音提示系统和指纹识别器、以及安装在汽车外壳四周的热感应器，所述数据采集器基于汽车的通用can总线体系，采集方向盘旋转方向及角度数据、发动机转速及转速加速度、油门位置及油门变化加速度、离合器位置及离合器位置变化加速度、刹车踏板位置及刹车踏板位置变化加速度、档位杆位置及换档时间和换档方向数据。所述液晶屏用于显示所述数据处理部分的处理结果，所述语音提示系统用于在驾驶训练和测试过程中对驾驶员进行语音提示，所述指纹识别器用于在驾驶训练和测试开始前采集驾驶员的指纹，只有指纹合法才能开始进行训练或测试，所述热感应器用于在驾驶训练和测试开始前检测驾驶员是否绕车进行车辆观测。
所述数据处理部分包括训练神经网络系统和测试神经网络系统，所述数据采集器采集的车辆数据与时间结合在一起形成驾驶员的时间序列数据，例如驾驶员在h时刻启动了车辆，在h+1时刻松开了离合器。得到的时间序列数据采用rnn(循环神经网络)建立所述训练神经网络系统和测试神经网络系统，所述训练神经网络系统接收时间序列数据如图1所示，图中表示在时刻h、h-1和h+1下分别输入了值为x、x-1和x+1的时序参数，结合得到的时间序列数据分别存储在文件o、o-1和o+1中。
所述测试神经网络系统接收时间序列数据如图2所示，图中表示在时刻h、h-1和h+1下分别输入了值为x、x-1和x+1的时序参数，结合得到的时间序列数据分别存储在文件o、o-1和o+1中，接着测试神经网络系统将时间序列数据分别与合格驾驶员的考试信息y、y-1和y+1进行分析比对，分别得到分析结果i、i-1和i+1。
所述测试神经网络系统用于根据所述数据采集器采集的数据对驾驶员的考试成绩进行评定，如果考核结果为优秀，则保存本次的考核信息作为后备数据，如果考核结果为合格，则对驾驶员的各项表现给出分析结论，如果考核结果为不合格，则分析本次考核的各项数据与合格数据的差距，并给出相应的分析结论。得到的分析结论显示在所述液晶屏上，所述分析结论可以以文字的形式展示，也可以以图形的形式展示，例如图3和图4所示的雷达图和直方图，图3中小五边形为驾考训练前的数据，大五边形为驾考训练后的数据。
所述训练神经网络系统用于将测试神经网络系统中的合格数据制作成数据集，在数据训练神经网络中进行适当训练迭代，让损失函数的值尽量接近0，使训练神经网络系统学到接近真实的数据。在数据训练的过程中会产生一个权重文件，训练神经网络系统加载该权重文件后，配合语音提示系统来教授驾驶员学习。
所述测试神经网络系统和训练神经网络系统在工作时，如图5所示，首先从测试神经网络系统中抽出2万份测试合格人员的时间序列数据作为数据集，进行数据训练，当损失函数loss迭代到合适的精度，将训练数据转换成可用信息，例如语音、提示音、液晶屏显示的文本信息等。然后训练神经网络系统利用这些可用信息训练驾驶员，通过训练神经网络系统的驾驶员开始进行驾驶测试，测试过程中测试神经网络系统选取考核结果为优秀的数据来代替之前考核结果为合格的数据，更新数据集后再次进行数据训练，如此反复迭代，最后利用迭代更新后的数据进一步训练驾驶员。两个神经网络系统之间进行对抗，最终使二者逼近纳什均衡。
下面以科目二的倒车入库项目进行说明：
准备阶段，如图6所示：
语音提示：进行车辆行驶前检查。此时驾驶员需要绕车进行车辆观测，由热感应器检测驾驶员是否进行了该操作。
语音提示：请调整好座椅。
语音提示：是否进行科目二考试。此时驾驶员需要在指纹识别器上录入指纹，只有在指纹合法是才能进行下一步。
语音提示：请系好安全带、松手刹，打开左转向灯并鸣笛。此时由数据采集器通过can总线获取数据，判断安全带是否系好，手刹是否松掉，左转向灯是否开启，是否鸣笛。
语音提示：进行第一项倒车入库。
语音提示：请观察车辆车窗边框与库边线的位置。
进行阶段，如图7所示：
语音提示：方向盘快速右打死。此时所述数据采集器通过can总线获取数据，判断发动机是否熄火、中途停车，倒车入库时间是否超时，同时根据车辆的当前位置以及训练场的地理信息判断车身是否出库。
语音提示：方向盘快速回旋半圈或四分之一圈。此时所述数据采集器通过can总线获取数据，判断发动机是否熄火、中途停车，倒车入库时间是否超时，同时根据车辆的当前位置以及训练场的地理信息判断车身是否出库。
语音提示：观察车身与库线是否平行。此时所述数据采集器通过can总线获取数据，判断发动机是否熄火、中途停车，倒车入库时间是否超时，同时根据车辆的当前位置以及训练场的地理信息判断车身是否出库。
结束阶段，如图8所示：
语音提示：将方向盘回正。此时所述数据采集器通过can总线获取数据，判断发动机是否熄火、中途停车，倒车入库时间是否超时，同时根据车辆的当前位置以及训练场的地理信息判断车身是否出库。
上述语音提示中黑体字的语音提示为驾驶员进行驾驶测试时需要进行的播报，其他语音提示为驾驶员进行驾驶训练时需要进行的播报。
本发明的训练测试系统至少可以应用在以下场景中：
实例一：
在目前的驾驶员考试中，科目二、科目三考试难度最大。如何让驾驶员更加高效的通过考试拿到驾照是本发明的主要出发点。本系统充分利用之前考试通过的驾驶员的考试数据，通过机器学习，gps定位通信技术，以及博弈论等知识和技术对数据进行处理，再将这些数据以主要转换成语音的方式教授给后期学习的驾驶员。
实例二：
由于最近几年驾驶证考试火热，导致目前的科目二和科目三训练的时候往往训练的人数较多，教练员往往不能针对学员所出现的问题进行一对一纠正，而本系统考虑到这点并能对学员的训练时间也做了合理分配。目的是为了达到驾驶员在训练过程的公平。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。