一种基于量子深度学习的人机共驾控制权转换方法

本发明公开了一种基于量子深度学习的人机共驾控制权转换方法，涉及自动驾驶智能决策控制技术领域，采集车内驾驶人状态图片及车外状况图片，通过量子彩色图像算法对采集的图片进行处理；将车内驾驶人状态图片输入到时空融合卷积神经网络模型中；将图像输入到优化的残差神经网络中进行分类，判断驾驶人的分心驾驶类型；将车外状况图片输入到SiamMask网络中，并将所得图像转换为俯瞰图；分析俯瞰图，对交通参与物的状态信息进行结算，预测车辆的位置和碰撞可能性；根据驾驶人的分心驾驶类型及车辆碰撞可能性进行驾驶风险程度量化，根据量化结果进行车辆控制权转换。本发明大幅提高运算效率和精确度，大大提高了控制权转换的快速性和准确性。