[發(fā)明專利]用于調(diào)整自主駕駛車輛的運(yùn)動(dòng)規(guī)劃器的基于學(xué)習(xí)的評(píng)論器

在審

• 申請(qǐng)?zhí)枺?/td>: 202211406032.2
• 申請(qǐng)日: 2022-11-10
• 公開(kāi)（公告）號(hào): CN115907250A
• 公開(kāi)（公告）日: 2023-04-04
• 發(fā)明（設(shè)計(jì)）人: 姜舒;熊子康;林瑋曼;曹昱;羅琦;胡江滔;繆景皓
• 申請(qǐng)（專利權(quán)）人: 百度(美國(guó))有限責(zé)任公司
• 主分類號(hào): G06Q10/047
• 分類號(hào): G06Q10/047;G06N3/08;G06N3/04;G06F18/214
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張潤(rùn)

1.一種用于訓(xùn)練用于調(diào)整自主駕駛車輛(ADV)的運(yùn)動(dòng)規(guī)劃器的基于學(xué)習(xí)的評(píng)論器的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述方法包括：

通過(guò)自主駕駛模擬平臺(tái)接收包括人類駕駛軌跡和從人類駕駛軌跡得出的隨機(jī)軌跡的訓(xùn)練數(shù)據(jù)；

通過(guò)自主駕駛模擬平臺(tái)使用訓(xùn)練數(shù)據(jù)訓(xùn)練基于學(xué)習(xí)的評(píng)論器；

通過(guò)在自主駕駛模擬平臺(tái)處運(yùn)行的基于學(xué)習(xí)的評(píng)論器，通過(guò)比較第一組軌跡和第二組軌跡來(lái)識(shí)別一組不一致的軌跡，其中第一組軌跡由具有第一組參數(shù)的運(yùn)動(dòng)規(guī)劃器生成，并且第二組軌跡由具有第二組參數(shù)的運(yùn)動(dòng)規(guī)劃器生成；以及

通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練平臺(tái)，基于一組不一致的軌跡來(lái)改進(jìn)基于學(xué)習(xí)的評(píng)論器。

2.根據(jù)權(quán)利要求1所述的方法，其中，運(yùn)動(dòng)規(guī)劃器的第一組參數(shù)由基于學(xué)習(xí)的評(píng)論器針對(duì)一個(gè)或多個(gè)駕駛環(huán)境識(shí)別，并且第二組參數(shù)是運(yùn)動(dòng)規(guī)劃器的一組現(xiàn)有參數(shù)。

3.根據(jù)權(quán)利要求1所述的方法，其中，隨機(jī)軌跡中的每一個(gè)是從人類駕駛軌跡中的一個(gè)得出的，并且其中從相應(yīng)的人類駕駛軌跡得出隨機(jī)軌跡包括：

確定相應(yīng)的人類駕駛軌跡的起點(diǎn)和終點(diǎn)；

改變相應(yīng)的人類駕駛軌跡的一個(gè)或多個(gè)參數(shù)中的一個(gè)；以及

用改變后的參數(shù)替換人類駕駛軌跡的相應(yīng)參數(shù)以得到隨機(jī)軌跡。

4.根據(jù)權(quán)利要求3所述的方法，其中，通過(guò)對(duì)參數(shù)賦予從預(yù)定范圍中選擇的不同值來(lái)改變參數(shù)。

5.根據(jù)權(quán)利要求1所述的方法，其中，基于學(xué)習(xí)的評(píng)論器包括編碼器和相似性網(wǎng)絡(luò)，其中編碼器和相似性網(wǎng)絡(luò)中的每一個(gè)是神經(jīng)網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求5所述的方法，其中，編碼器和相似性網(wǎng)絡(luò)中的每一個(gè)是遞歸神經(jīng)網(wǎng)絡(luò)(RNN)或多層感知器(MLP)網(wǎng)絡(luò)中的一個(gè)。

7.根據(jù)權(quán)利要求6所述的方法，其中，編碼器是RNN網(wǎng)絡(luò)，其中每個(gè)RNN單元是門控循環(huán)單元(GRU)。

8.根據(jù)權(quán)利要求5所述的方法，其中，從訓(xùn)練數(shù)據(jù)提取的特征包括速度特征、路徑特征和障礙物特征，其中每個(gè)特征與目標(biāo)特征相關(guān)聯(lián)，其中目標(biāo)特征是地圖場(chǎng)景相關(guān)特征。

9.根據(jù)權(quán)利要求8所述的方法，其中，經(jīng)訓(xùn)練的編碼器使用人類駕駛軌跡進(jìn)行訓(xùn)練，對(duì)速度特征、路徑特征、障礙物特征和相關(guān)聯(lián)的目標(biāo)特征進(jìn)行編碼，并生成具有與人類駕駛軌跡不同的軌跡的嵌入。

10.根據(jù)權(quán)利要求8所述的方法，其中，相似性網(wǎng)絡(luò)使用人類駕駛軌跡和隨機(jī)軌跡進(jìn)行訓(xùn)練，并且將生成反映由運(yùn)動(dòng)規(guī)劃器生成的軌跡與來(lái)自嵌入的相應(yīng)軌跡之間的差異的分?jǐn)?shù)。

11.根據(jù)權(quán)利要求1所述的方法，其中，基于學(xué)習(xí)的評(píng)論器是使用具有用于測(cè)量軌跡之間相似性的元素的損失函數(shù)來(lái)訓(xùn)練的。

12.一種其中存儲(chǔ)有指令的非暫時(shí)性機(jī)器可讀介質(zhì)，當(dāng)所述指令由處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如權(quán)利要求1至11中任一項(xiàng)所述的方法的操作。

13.一種調(diào)整自主駕駛車輛(ADV)的運(yùn)動(dòng)規(guī)劃器的方法，包括：

從基于學(xué)習(xí)的評(píng)論器建立目標(biāo)函數(shù)；

應(yīng)用優(yōu)化操作來(lái)優(yōu)化目標(biāo)函數(shù)，以確定用于一個(gè)或多個(gè)駕駛環(huán)境的自主駕駛車輛(ADV)的動(dòng)態(tài)模型的運(yùn)動(dòng)規(guī)劃器的一組最優(yōu)參數(shù)；

使用具有用于一個(gè)或多個(gè)駕駛環(huán)境的一組最優(yōu)參數(shù)的運(yùn)動(dòng)規(guī)劃器生成第一組軌跡；

使用具有用于一個(gè)或多個(gè)駕駛環(huán)境的一組現(xiàn)有參數(shù)的基于學(xué)習(xí)的評(píng)論器生成第二組軌跡；

生成指示第一組軌跡和第二組軌跡之間的差異的分?jǐn)?shù)。

14.根據(jù)權(quán)利要求13所述的方法，進(jìn)一步包括：

通過(guò)比較第一組軌跡和第二組軌跡識(shí)別一組不一致的軌跡；

基于一組不一致的軌跡改進(jìn)基于學(xué)習(xí)的評(píng)論器。

15.根據(jù)權(quán)利要求14所述的方法，進(jìn)一步包括：

在閉環(huán)中執(zhí)行識(shí)別和改進(jìn)，直到分?jǐn)?shù)達(dá)到預(yù)定閾值。