[發明專利]一種模型訓練以及軌跡規劃的方法及裝置

有效

• 申請號: 202110338028.6
• 申請日: 2021-03-30
• 公開（公告）號: CN112949756B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 李瀟;丁曙光;杜挺;袁克彬;任冬淳
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 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

1.一種模型訓練的方法，其特征在于，所述方法包括：

獲取無人設備的狀態信息作為訓練樣本；

根據所述訓練樣本，采用下述方法對位置確定模型以及決策模型進行迭代訓練：

針對每次迭代訓練，獲取上一次迭代訓練得到的軌跡置信度，將所述訓練樣本以及獲取到的上一次迭代訓練的軌跡置信度輸入所述位置確定模型，得到由所述位置確定模型根據所述訓練樣本和獲取的軌跡置信度輸出的目標位置，所述位置確定模型用于規劃所述無人設備的目標位置；

所述決策模型包括第一子模型以及第二子模型；

將所述訓練樣本以及所述目標位置輸入所述第一子模型，得到所述第一子模型輸出的所述無人設備到達所述目標位置的若干個待定軌跡；

將所述待定軌跡輸入所述第二子模型，由所述第二子模型根據預設的若干個參數，得到所述待定軌跡的軌跡置信度；

根據預設的規則，在各待定軌跡中，選擇目標軌跡；其中，所述預設的規則包括所述目標軌跡的軌跡曲率滿足預設的曲率限制；

將所述訓練樣本以及所述目標位置輸入所述第一子模型，得到所述第一子模型輸出的所述無人設備到達所述目標位置的若干個待定軌跡，具體包括：

獲取所述無人設備所處環境中各障礙物的信息；

將所述訓練樣本、各障礙物的信息以及所述目標位置輸入所述第一子模型，得到所述第一子模型輸出的若干個待定軌跡；

根據預設的規則，在各待定軌跡中，選擇所述目標軌跡之前，所述方法還包括：

針對每個障礙物，獲取該障礙物的歷史軌跡，并根據所述歷史軌跡以及該障礙物的信息，確定該障礙物的預估軌跡；

根據各待定軌跡以及各障礙物的預估軌跡，對各待定軌跡進行篩選。

2.如權利要求1所述的方法，其特征在于，將所述訓練樣本以及所述目標位置輸入所述第一子模型，得到所述第一子模型輸出的所述無人設備到達所述目標位置的若干個待定軌跡，具體包括：

在所述目標位置的鄰域內，確定若干個指定位置，由所述目標位置以及各指定位置組成位置集合；

將所述訓練樣本以及所述位置集合輸入所述第一子模型，得到由所述第一子模型輸出的所述無人設備到達所述位置集合中包含的每個位置的待定軌跡；

將所述待定軌跡輸入所述第二子模型，由所述第二子模型根據預設的若干個參數，得到所述待定軌跡的軌跡置信度，具體包括：

將由所述第一子模型輸出的所述無人設備到達所述位置集合中包含的每個位置的待定軌跡輸入所述第二子模型，由所述第二子模型根據預設的若干個參數得到每個待定軌跡的軌跡置信度；

所述方法還包括：

根據各軌跡置信度，在各待定軌跡中，選擇所述目標軌跡。

3.如權利要求1所述的方法，其特征在于，所述第二子模型的參數包括速度權重、偏移權重；

將所述目標軌跡輸入所述第二子模型，由所述第二子模型根據預設的若干個參數，得到所述目標軌跡的軌跡置信度，具體包括：

確定所述目標軌跡的各軌跡點，其中，軌跡點的信息包括軌跡點的位置、軌跡點的速度；

通過所述第二子模型，根據各軌跡點的位置、所述偏移權重、各軌跡點的速度、所述速度權重中的至少一種，確定所述目標軌跡的軌跡置信度。

4.一種軌跡規劃的方法，其特征在于，所述方法包括：

獲取無人設備當前的狀態信息；

將所述狀態信息輸入位置確定模型，得到所述位置確定模型輸出的目標位置；

將所述狀態信息以及所述目標位置輸入決策模型，得到所述決策模型輸出的若干個軌跡以及每個軌跡的軌跡置信度；

根據各軌跡的置信度，在各軌跡中，選擇指定軌跡，并控制所述無人設備按照所述指定軌跡運行，其中，所述位置確定模型以及所述決策模型預先通過權利要求1-3任一所述的方法進行訓練。