[發(fā)明專利]一種路徑規(guī)劃方法、裝置和電子設備

有效

• 申請?zhí)枺?/td>: 202011304527.5
• 申請日: 2020-11-19
• 公開（公告）號: CN112529254B
• 公開（公告）日: 2022-11-25
• 發(fā)明（設計）人: 鄒李兵;張一凡;寧越;張富強
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

1.一種路徑規(guī)劃方法，其特征在于，所述方法包括：

根據(jù)靜態(tài)路網(wǎng)信息構建路網(wǎng)有向圖G＝(V，E，W)，其中V中的元素表征路網(wǎng)中的各路段，E中的元素表征各路段之間的關系，W中的元素表征各路段的長度，所述靜態(tài)路網(wǎng)信息包括路段的矢量表示；

根據(jù)起點和終點確定多條候選路徑；

對所述候選路徑中包含的路段，利用圖神經(jīng)網(wǎng)絡Graph-Bert，從所述有向圖中提取特征向量作為所述路段的靜態(tài)環(huán)境特征；

根據(jù)動態(tài)路況信息確定各路段的動態(tài)環(huán)境屬性，利用動態(tài)環(huán)境屬性的各維度的值拼接成特征向量作為動態(tài)環(huán)境特征，或者，利用神經(jīng)網(wǎng)絡從動態(tài)環(huán)境屬性中提取特征向量作為動態(tài)環(huán)境特征，所述動態(tài)環(huán)境屬性包括智能體數(shù)量維度和/或速度維度，所述動態(tài)路況信息包括路網(wǎng)中多個智能體的運動狀態(tài)；

通過concat()函數(shù)將所述路段的所述靜態(tài)環(huán)境特征和所述動態(tài)環(huán)境特征進行拼接，得到所述路段的環(huán)境特征；

利用長短期記憶神經(jīng)網(wǎng)絡LSTM，根據(jù)候選路徑中各路段的所述路段的環(huán)境特征，確定候選路徑的環(huán)境特征；

將所述候選路徑的環(huán)境特征輸入到所述路徑規(guī)劃模型的價值估算網(wǎng)絡，得到所述價值估算網(wǎng)絡輸出的各候選路徑的預估價值，所述價值估算網(wǎng)絡為Q-Network，所述預估價值為預測通行時間；

根據(jù)所述預估價值確定各候選路徑中的最優(yōu)路徑。

2.如權利要求1所述的方法，其特征在于，

若所述智能體數(shù)量維度的值不為0，則所述速度維度的值為智能體平均速度；

若所述智能體數(shù)量維度的值為0，則所述速度維度的值為預設的最大速度。

3.如權利要求1所述的方法，其特征在于，所述預估價值為預測通行時間，該方法還包括：

將各候選路徑作為訓練樣本，將候選路徑的預測通行時間作為樣本預測值，獲取候選路徑的模擬通行時間和/或?qū)嶋H通行時間作為樣本真實值；

根據(jù)所述樣本預測值和所述樣本真實值確定訓練損失值；

根據(jù)所述訓練損失值和反向傳播算法對特征提取網(wǎng)絡和時間預測網(wǎng)絡的參數(shù)進行更新。

4.如權利要求3所述的方法，其特征在于，所述根據(jù)所述樣本預測值和所述樣本真實值確定訓練損失值包括：

利用均方差函數(shù)計算訓練損失值

其中y為樣本真實值，為樣本預測值，m為樣本數(shù)量。

5.如權利要求3所述的方法，其特征在于，所述將各候選路徑作為訓練樣本包括：

將訓練樣本放入樣本經(jīng)驗池中；

在所述樣本經(jīng)驗池中的訓練樣本數(shù)量達到預設值的情況下，執(zhí)行根據(jù)所述訓練損失值和反向傳播算法對特征提取網(wǎng)絡和時間預測網(wǎng)絡的參數(shù)進行更新的步驟，并在參數(shù)更新后，對所述樣本經(jīng)驗池進行初始化。

6.一種路徑規(guī)劃裝置，其特征在于，所述裝置用于實現(xiàn)如權利要求1～5之任一所述路徑規(guī)劃方法。

7.一種電子設備，包括：

處理器；以及

被安排成存儲計算機可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行如權利要求1～5之任一所述路徑規(guī)劃方法。