[發明專利]車輛軌跡規劃方法、裝置、計算機設備、計算機存儲介質

在審

• 申請號: 201910185812.0
• 申請日: 2019-03-12
• 公開（公告）號: CN109978243A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 夏中譜;潘屹峰
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G01C21/34
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 張臻賢;汪揚

本發明提出一種車輛軌跡規劃方法及其裝置，其中車輛軌跡規劃方法可以包括：將從出發地到目的地之間的道路場景劃分為多個網格，對于其中含有障礙物的網格和不含有障礙物的網格分別標識相應的場景信息；構建網格標識的場景信息A與規劃策略B之間的函數關系B＝f(A，W)，其中W表示神經網絡模型W，并且規劃策略B包含了從出發地到目的地所經過網格每個位置點的信息；根據構建的多個函數關系B＝f(A，W)，擬合得到神經網絡模型W；根據神經網絡模型W，得到從出發地到目的地之間的規劃軌跡。

技術領域

本發明涉及機動車駕駛領域，具體涉及一種車輛軌跡規劃方法、裝置、計算機設備、計算機存儲介質等。

背景技術

現有技術中的無人車規劃算法都是根據無人車當前道路場景，遍歷狀態空間采樣，進而根據評估函數選擇最優軌跡。現有無人車軌跡規劃技術的缺陷在于，首先，對于之前經歷的場景，還需要重新遍歷采樣，造成計算資源浪費，影響到車載系統實時性；其次，評估函數選擇是基于經驗設計，很難做到駕駛的舒適性和安全性。

因此，現有技術中迫切需要對于無人車規劃算法進行改進。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

根據本發明的第一個方面，提供了一種車輛軌跡規劃方法，可以包括：

將從出發地到目的地之間的道路場景劃分為多個網格，對于其中含有障礙物的網格和不含有障礙物的網格分別標識相應的場景信息；

構建網格標識的場景信息A與規劃策略B之間的函數關系B＝f(A，W)，其中W表示神經網絡模型W，并且規劃策略B包含了從出發地到目的地所經過網格中每個位置點的信息；

根據構建的多個函數關系B＝f(A，W)，擬合得到神經網絡模型W；

根據神經網絡模型W，得到從出發地到目的地之間的規劃軌跡。

在本發明的一個實施例中，其中將從出發地到目的地之間的道路場景劃分為多個網格可以包括將每個網格進行編號。

在本發明的另一個實施例中，其中對于含有障礙物的網格和不含有障礙物的網格分別標識相應的場景信息可以包括：

對于含有障礙物的網格標識的場景信息可以包括障礙物的類型和狀態，對于不含有障礙物的網格可以標識相同的場景信息。

在本發明的再一個實施例中，其中構建網格標識的場景信息A與規劃策略B之間的函數關系B＝f(A，W)可以包括：

針對從出發地到目的地之間所經過的每個網格，根據特定需要，構建網格標識的場景信息A與規劃策略B之間的函數關系B＝f(A，W)。

在本發明的又一個實施例中，其中特定需要可以包括時間最短、距離最短、高速優先和/或避免擁堵。

在本發明的一個實施例中，其中從出發地到目的地所經過網格中每個位置點的信息可以包括：

所經過網格中特定點的橫坐標和縱坐標。

根據本發明的第二個方面，提供了一種車輛軌跡規劃裝置，可以包括：

網格化單元，用于將從出發地到目的地之間的道路場景劃分為多個網格，對于其中含有障礙物的網格和不含有障礙物的網格分別標識相應的場景信息；

構建單元，用于構建網格標識的場景信息A與規劃策略B之間的函數關系B＝f(A，W)，其中W表示神經網絡模型W，并且規劃策略B包含了從出發地到目的地所經過網格中每個位置點的信息；

擬合單元，用于根據構建的多個函數關系B＝f(A，W)，擬合得到神經網絡模型W；

規劃單元，用于根據神經網絡模型W，得到從出發地到目的地之間的規劃軌跡。