[發(fā)明專利]一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210792123.8
• 申請(qǐng)日: 2022-07-05
• 公開(kāi)（公告）號(hào): CN114954533A
• 公開(kāi)（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 吳新開(kāi);陳恒威;王朋成;張少偉;高鑫
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): B60W60/00
• 分類號(hào): B60W60/00;B60W50/00
• 代理公司: 北京華仁聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11588
• 代理人: 王雪芹

本申請(qǐng)公開(kāi)了一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法、裝置及存儲(chǔ)介質(zhì)，用于提升規(guī)劃路徑的安全性、可信任度、可解釋性。本申請(qǐng)公開(kāi)的基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法包括：確定預(yù)設(shè)的特征，并對(duì)所述預(yù)設(shè)的特征進(jìn)行預(yù)處理；確定深度神經(jīng)網(wǎng)絡(luò)，所述深度神經(jīng)網(wǎng)絡(luò)用于預(yù)測(cè)未來(lái)時(shí)域內(nèi)的其他車(chē)輛的運(yùn)動(dòng)軌跡；建立所述未來(lái)時(shí)域內(nèi)的多維空間占用柵格網(wǎng)絡(luò)圖；對(duì)軌跡對(duì)進(jìn)行沖突行為檢查，篩選并記錄具有沖突行為的軌跡對(duì)相關(guān)信息；對(duì)篩選出的具有沖突行為的軌跡對(duì)進(jìn)行重新預(yù)測(cè)；根據(jù)重新預(yù)測(cè)的結(jié)果規(guī)劃車(chē)輛運(yùn)動(dòng)路徑。本申請(qǐng)還提供了一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃裝置及存儲(chǔ)介質(zhì)。

技術(shù)領(lǐng)域

本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域，尤其涉及一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

自動(dòng)駕駛的運(yùn)動(dòng)規(guī)劃模塊通過(guò)感知所得的障礙物信息、道路及路側(cè)信息，在滿足一定約束條件情況下生成可供自車(chē)安全行駛的路徑。現(xiàn)有的運(yùn)動(dòng)規(guī)劃方法可分為基于瞬時(shí)狀態(tài)的規(guī)劃方法和基于長(zhǎng)時(shí)預(yù)測(cè)的規(guī)劃方法。但是基于瞬時(shí)狀態(tài)的規(guī)劃方法僅考慮當(dāng)前時(shí)刻的周?chē)煌ōh(huán)境信息，進(jìn)而尋找滿足約束條件期望范圍內(nèi)的連續(xù)路徑點(diǎn)，沒(méi)有考慮到交通參與者的動(dòng)態(tài)變化，規(guī)劃出的運(yùn)動(dòng)路徑安全性較低；基于長(zhǎng)時(shí)預(yù)測(cè)的規(guī)劃方法考慮了周?chē)煌ōh(huán)境未來(lái)一段時(shí)間內(nèi)的變化，通過(guò)計(jì)算碰撞概率或時(shí)空維度建模選擇安全系數(shù)較強(qiáng)的路徑，但是對(duì)預(yù)測(cè)精度要求較高，對(duì)其他交通參與者的軌跡預(yù)測(cè)精度會(huì)直接影響規(guī)劃路徑可靠性與安全性。因此，如何提高軌跡預(yù)測(cè)的精度，并提高安全性、可信任度、可解釋性是亟待解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)問(wèn)題，本申請(qǐng)實(shí)施例提供了一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法、裝置及存儲(chǔ)介質(zhì)，用以提高軌跡預(yù)測(cè)的精度，并提高安全性、可信任度、可解釋性。

第一方面，本申請(qǐng)實(shí)施例提供的一種基于軌跡重預(yù)測(cè)的自動(dòng)駕駛車(chē)輛運(yùn)動(dòng)規(guī)劃方法，包括：

確定預(yù)設(shè)的特征，并對(duì)所述預(yù)設(shè)的特征進(jìn)行預(yù)處理；

確定深度神經(jīng)網(wǎng)絡(luò)，所述深度神經(jīng)網(wǎng)絡(luò)用于預(yù)測(cè)未來(lái)時(shí)域Δt_fut內(nèi)的其他車(chē)輛的運(yùn)動(dòng)軌跡；

建立所述未來(lái)時(shí)域Δt_fut內(nèi)的多維空間占用柵格網(wǎng)絡(luò)圖；

對(duì)軌跡對(duì)進(jìn)行沖突行為檢查，篩選并記錄具有沖突行為的軌跡對(duì)相關(guān)信息；

對(duì)篩選出的具有沖突行為的軌跡對(duì)進(jìn)行重新預(yù)測(cè)；

根據(jù)重新預(yù)測(cè)的結(jié)果規(guī)劃車(chē)輛運(yùn)動(dòng)路徑。

優(yōu)選的，所述確定預(yù)設(shè)的特征，并對(duì)所述預(yù)設(shè)的特征進(jìn)行預(yù)處理包括：

所述預(yù)設(shè)的特征包括以下之一或者組合：

縱向位置x，橫向位置y、速度v、加速度a、偏航角yaw、與前車(chē)間距d_f、前車(chē)種類T_f、道路類型R；

所述預(yù)處理包括：

將所述前車(chē)種類T_f、所述道路類型R數(shù)值化表示并對(duì)周?chē)熊?chē)輛的歷史行駛信息總和past作標(biāo)準(zhǔn)化處理。

具體的，所述預(yù)設(shè)的特征滿足以下關(guān)系：

其中，n代表車(chē)輛編號(hào)，N代表周?chē)?chē)輛總數(shù)，依次分別代表編號(hào)為n的車(chē)輛在t時(shí)刻的縱向位置、橫向位置、速度、加速度、偏航角、與前車(chē)間距、前車(chē)種類和道路類型，Δt_past代表設(shè)定的歷史時(shí)間，past_n表示Δt_past時(shí)間段內(nèi)編號(hào)為n的車(chē)輛行駛信息的向量化表示，t₀表示當(dāng)前時(shí)刻，past表示周?chē)熊?chē)輛的歷史行駛信息總和。

優(yōu)選的，所述預(yù)設(shè)的特征滿足以下關(guān)系：