[發明專利]無人駕駛設備運行軌跡的規劃方法、裝置及無人駕駛設備

有效

• 申請號: 201910462102.8
• 申請日: 2019-05-30
• 公開（公告）號: CN110187707B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 付圣;顏詩濤;任冬淳;丁曙光;錢德恒
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

1.一種無人駕駛設備運行軌跡的規劃方法，其特征在于，所述方法包括：

獲取目標運行規劃的時刻序列對應的第一約束條件；所述第一約束條件包括目標設備在所述時刻序列中末個時刻的運動狀態參數；以及

獲取所述時刻序列中除末個時刻外的每個目標時刻對應的第二約束條件；

針對所述每個目標時刻，執行以下操作：基于所述第一約束條件及該目標時刻對應的第二約束條件，執行第一操作或第二操作，以確定所述時刻序列中該目標時刻的下一時刻對應的規劃軌跡點；其中，基于預先訓練的目標深度神經網絡執行所述第一操作，基于預設規則執行所述第二操作；

基于確定的多個規劃軌跡點，生成所述目標運行規劃的規劃軌跡；

所述執行第一操作或第二操作，包括：

按照預先設定的執行概率，執行第一操作或第二操作；其中，所述執行概率包括執行所述第一操作的第一概率和執行所述第二操作的第二概率；所述第一概率與所述第二概率之和為1。

2.根據權利要求1所述的方法，其特征在于，所述第一約束條件還包括：

所述目標設備檢測到的障礙物的尺寸參數；

針對任一目標時刻，該目標時刻對應的第二約束條件包括：

所述目標設備在該目標時刻的運動狀態參數；

所述障礙物在該目標時刻的運動狀態參數；以及

所述障礙物在所述時刻序列中該目標時刻之后每個時刻的運動狀態參數。

3.根據權利要求2所述的方法，其特征在于，所述第一約束條件還包括：所述目標設備的尺寸參數。

4.根據權利要求2所述的方法，其特征在于，在獲取所述第一約束條件以及獲取所述第二約束條件之前，還包括：

分別確定所述目標設備和所述障礙物當前的運動狀態參數；

基于所述目標設備和所述障礙物當前的運動狀態參數，分別預估所述目標設備和所述障礙物在所述時刻序列中每個時刻的運動狀態參數。

5.根據權利要求1-4中任一所述的方法，其特征在于，針對任一目標時刻，通過如下方式基于預先訓練的目標深度神經網絡執行所述第一操作：

取標準正態分布隨機數，作為隨機變量；

將所述第一約束條件、該目標時刻對應的第二約束條件和所述隨機變量輸入至所述目標深度神經網絡，得到所述目標深度神經網絡輸出的結果。

6.根據權利要求1-4中任一所述的方法，其特征在于，所述基于確定的多個規劃軌跡點，生成所述目標運行規劃的規劃軌跡，包括：

基于確定的多個規劃軌跡點，采用多項式曲線插值的方式，得到多條備選軌跡；

采用預設的代價函數計算每條所述備選軌跡的代價值；

選取代價值最小的備選軌跡作為目標運行規劃的規劃軌跡。

7.一種無人駕駛設備運行軌跡的規劃裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取目標運行規劃的時刻序列對應的第一約束條件；所述第一約束條件包括目標設備在所述時刻序列中末個時刻的運動狀態參數；以及

第二獲取模塊，用于獲取所述時刻序列中除末個時刻外的每個目標時刻對應的第二約束條件；

執行模塊，用于針對所述每個目標時刻，執行以下操作：基于所述第一約束條件及該目標時刻對應的第二約束條件，執行第一操作或第二操作，以確定所述時刻序列中該目標時刻的下一時刻對應的規劃軌跡點；其中，基于預先訓練的目標深度神經網絡執行所述第一操作，基于預設規則執行所述第二操作；

生成模塊，用于基于確定的多個規劃軌跡點，生成所述目標運行規劃的規劃軌跡；

所述執行模塊具體用于，按照預先設定的執行概率，執行第一操作或第二操作；其中，所述執行概率包括執行所述第一操作的第一概率和執行所述第二操作的第二概率；所述第一概率與所述第二概率之和為1。

8.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述權利要求1-6中任一項所述的方法。

9.一種無人駕駛設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現上述權利要求1-6中任一項所述的方法。