训练轨迹预测模型和轨迹规划的方法和装置制造方法及图纸

本公开提供了训练轨迹预测模型和轨迹规划的方法和装置，涉及人工智能领域，尤其涉及自动驾驶领域。具体实现方案为：获取样本集；从样本集中选择目标样本，以及执行如下训练步骤：将目标样本中的当前观测状态输入第一神经网络，输出预测动作；将预测动作和目标样本中的当前观测状态输入第二神经网络，输出动作得分；若动作得分大于等于目标值，则将第一神经网络作为轨迹预测模型；若动作得分小于目标值，则基于目标样本中的动作、奖励、下一时刻观测状态调整第一神经网络和第二神经网络的相关参数，重新选择目标样本继续执行上述训练步骤。通过该实施方式能够在保证路线的安全性、舒适性和高效性下，完成未来运动轨迹的规划。完成未来运动轨迹的规划。完成未来运动轨迹的规划。

【技术实现步骤摘要】
训练轨迹预测模型和轨迹规划的方法和装置


[0001]本公开涉及人工智能领域，尤其涉及自动驾驶领域，具体为训练轨迹预测模型和轨迹规划的方法和装置。

技术介绍

[0002]自动驾驶技术包括了硬件和软件两部分，其中软件模块包括了定位、感知、预测、规划与控制等。轨迹规划模块在自动驾驶技术中相当于人类大脑，通过融合上层的相关信息(包括了定位、高精地图、感知、预测和上层决策等)，然后规划出无人车在未来一小段时间(例如15秒)的轨迹，并将该轨迹输出给下层的控制模块。例如，通过感知(Perception)给出周围环境的虚拟三维世界的坐标系，从而捕捉当前所在路径信息、以及周围物体的运动状态、行进速度和运动轨迹预测等，并结合全局规划的地图路线信息、上游的行为决策信息(是否跟车、让道等)，在保证路线的安全性、舒适性和高效性下，完成未来短期运动轨迹的局部规划。

技术实现思路

[0003]本公开提供了一种训练轨迹预测模型和轨迹规划的方法、装置、设备、存储介质以及计算机程序产品。
[0004]根据本公开的第一方面，提供了一种训练轨迹预测模型的方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种训练轨迹预测模型的方法，包括：获取样本集，其中，所述样本集中的样本包括：当前观测状态、动作、奖励、下一时刻观测状态；从样本集中选择目标样本，以及执行如下训练步骤：将所述目标样本中的当前观测状态输入第一神经网络，输出预测动作；将所述预测动作和所述目标样本中的当前观测状态输入第二神经网络，输出动作得分；若所述动作得分大于等于目标值，则将所述第一神经网络作为轨迹预测模型；若所述动作得分小于目标值，则基于所述目标样本中的动作、奖励、下一时刻观测状态调整第一神经网络和第二神经网络的相关参数，重新选择目标样本继续执行上述训练步骤。2.根据权利要求1所述的方法，其中，所述将所述预测动作和所述目标样本中的当前观测状态输入第二神经网络，输出动作得分，包括：将所述预测动作通过所述目标样本中的动作进行修正后，得到目标动作；将所述目标动作和所述目标样本中的当前观测状态输入第二神经网络，输出动作得分。3.根据权利要求1所述的方法，其中，所述方法还包括：在仿真器中或者真实场景中评估轨迹预测模型。4.根据权利要求1所述的方法，其中，所述第一神经网络和所述第二神经网络具有相同的网络结构，包括：残差网络层和循环神经网络层。5.根据权利要求1
‑
4中任一项所述的方法，其中，所述当前观测状态包括激光点云数据，所述奖励包括以下至少一种：碰撞、压线、距离目标距离。6.一种轨迹规划方法，包括：获取激光点云数据；将所述点云数据输入根据权利要求1
‑
5中任一项的方法训练出的轨迹预测模型，输出预测的动作；根据所述动作生成预测轨迹。7.根据权利要求6所述的方法，其中，所述方法还包括：基于所述预测轨迹生成控制指令。8.一种训练轨迹预测模型的装置，包括：获取单元，被配置成获取样本集，其中，所述样本集中的样本包括：当前观测状态、动作、奖励、下一时刻观测状态；训练单元，被配置成从样本集中选择目标样本，以及执行如下训练步骤：将所述目标样本中的当前观测状态输入第一神经网络，输出预测动作；将所述预测动作和所述目标样本中的当前观测状态输入第二神经网络，输出动作得分；若所...

【专利技术属性】
技术研发人员：曾宏生，周波，王凡，陈永锋，何径舟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：