[發明專利]路徑規劃、模型訓練、索引庫建立方法、裝置、設備

在審

• 申請號: 202211612417.4
• 申請日: 2022-12-14
• 公開（公告）號: CN116010721A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 鄭欣悅;王超;柳長春;蘇亞博;宋澤良
• 申請（專利權）人: 阿波羅智聯（北京）科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/951;G06N20/00;G06N3/08;G06F18/214;G06F18/22;G06Q10/047;G01C21/26;G01C21/34
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本公開提供了路徑規劃、模型訓練、索引庫建立方法、裝置、設備，涉及計算機技術領域，尤其涉及人工智能、自動駕駛以及智能交通等技術領域。具體實現方案為：根據預先訓練好的駕駛數據編碼模型，得到與第一數據對應的第一特征；第一數據包括：待規劃駕駛場景的場景數據；確定第一特征與預先創建好的索引庫中的每個第二特征的相似度，并將相似度大于第一預設閾值的第二特征確定為目標特征；索引庫包括：多個第二數據與多個第二特征的對應關系；第二數據包括：已規劃駕駛場景的場景數據；場景數據包括：路徑數據；目標特征的數量為至少一個；將目標特征對應的已規劃駕駛場景的場景數據中的路徑數據，確定為待規劃駕駛場景的規劃路徑。

技術領域

本公開涉及計算機技術領域，尤其涉及人工智能、自動駕駛以及智能交通等技術領域，具體涉及一種路徑規劃、模型訓練、索引庫建立方法、裝置、設備。

背景技術

隨著自動駕駛領域的快速發展，路徑規劃方法可以為自動駕駛領域的提供重要依據。

目前，通用的路徑規劃方法通常通過二次規劃(Quadratic?programming，QP)算法篩選出最優的行駛路徑。

發明內容

本公開提供了一種路徑規劃、模型訓練、索引庫建立方法、裝置、設備。

根據本公開的第一方面，提供了一種路徑規劃方法，該路徑規劃方法包括：根據預先訓練好的駕駛數據編碼模型，得到與第一數據對應的第一特征；第一數據包括：待規劃駕駛場景的場景數據；確定第一特征與預先創建好的索引庫中的每個第二特征的相似度，并將相似度大于第一預設閾值的第二特征確定為目標特征；索引庫包括：多個第二數據與多個第二特征的對應關系；第二數據包括：已規劃駕駛場景的場景數據；場景數據包括：路徑數據；目標特征的數量為至少一個；將目標特征對應的已規劃駕駛場景的場景數據中的路徑數據，確定為待規劃駕駛場景的規劃路徑。

根據本公開的第二方面，提供了一種模型訓練方法，包括：獲取多個第三數據；第三數據包括：已規劃駕駛場景的場景數據；將多個第三數據中，滿足預設條件的任意兩個訓練數據確定為正樣本對，得到多個正樣本對；預設條件包括：第一訓練數據和第二訓練數據的相似度大于預設相似度；第一訓練數據和第二訓練數據為多個第三數據中的任意兩個訓練數據；將多個第三數據中，不滿足預設條件的任意兩個訓練數據確定為負樣本對，得到多個負樣本對；根據多個正樣本對和多個負樣本對訓練得到駕駛數據編碼模型。

根據本公開的第三方面，提供了一種索引庫建立方法，包括：根據預先訓練好的駕駛數據編碼模型，得到與多個第二數據一一對應的多個第二特征；第二數據包括：已規劃駕駛場景的場景數據；場景數據包括：路徑數據；基于多個第二數據和多個第二特征，建立索引庫；索引庫包括：多個第二數據與多個第二特征的對應關系。

根據本公開的第四方面，提供了一種路徑規劃裝置，該路徑規劃裝置包括：處理單元和確定單元；處理單元用于根據預先訓練好的駕駛數據編碼模型，得到與第一數據對應的第一特征；第一數據包括：待規劃駕駛場景的場景數據；確定單元，用于確定第一特征與預先創建好的索引庫中的每個第二特征的相似度，并將相似度大于第一預設閾值的第二特征確定為目標特征；索引庫包括：多個第二數據與多個第二特征的對應關系；第二數據包括：已規劃駕駛場景的場景數據；場景數據包括：路徑數據；目標特征的數量為至少一個；確定單元，還用于將目標特征對應的已規劃駕駛場景的場景數據中的路徑數據，確定為待規劃駕駛場景的規劃路徑。

根據本公開的第五方面，提供了一種模型訓練裝置，包括：獲取單元和處理單元；獲取單元，用于獲取多個第三數據；第三數據包括：已規劃駕駛場景的場景數據；處理單元，用于將多個第三數據中，滿足預設條件的任意兩個訓練數據確定為正樣本對，得到多個正樣本對；預設條件包括：第一訓練數據和第二訓練數據的相似度大于預設相似度；第一訓練數據和第二訓練數據為多個第三數據中的任意兩個訓練數據；處理單元，還用于將多個第三數據中，不滿足預設條件的任意兩個訓練數據確定為負樣本對，得到多個負樣本對；處理單元，還用于根據多個正樣本對和多個負樣本對訓練得到駕駛數據編碼模型。