确定驾驶轨迹作为训练数据的由计算机实现的方法和系统技术方案

本公开提供确定驾驶轨迹作为训练数据的由计算机实现的方法和系统。用于确定驾驶轨迹作为用于基于机器学习的自适应巡航控制的训练数据的由计算机实现的方法，包括由计算机硬件组件执行的以下步骤：确定成本函数；确定至少一个边界条件；以及基于求解优化问题来确定所述驾驶轨迹，其中，所述优化问题基于所述成本函数和所述至少一个边界条件。本函数和所述至少一个边界条件。本函数和所述至少一个边界条件。

【技术实现步骤摘要】
确定驾驶轨迹作为训练数据的由计算机实现的方法和系统


[0001]本公开涉及用于将驾驶轨迹确定为用于基于机器学习的自适应巡航控制的训练数据的方法和系统。

技术介绍

[0002]模仿学习是一种基于人工神经网络的有希望的方法。然而，模仿学习方法的训练可能是麻烦的。
[0003]因此，需要提供对模仿学习方法的训练的增强。

技术实现思路

[0004]本公开提供了由计算机实现的方法、计算机系统和非暂时性计算机可读介质。在说明书和附图中给出了实施方式。
[0005]在一个方面，本公开针对
[0006]一种确定驾驶轨迹作为用于基于机器学习的自适应巡航控制的训练数据的由计算机实现的方法，所述方法包括由计算机硬件组件执行(换言之：进行)的以下步骤：确定成本函数；确定至少一个边界条件(side condition)；以及基于求解优化问题来确定所述驾驶轨迹，其中，所述优化问题基于所述成本函数和所述至少一个边界条件。
[0007]换言之，通过求解优化问题来获得训练数据。
[0008]根据实施方式，所述成本函数包括以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定驾驶轨迹作为用于基于机器学习的自适应巡航控制的训练数据的由计算机实现的方法，所述方法包括由计算机硬件组件执行的以下步骤：
‑
确定(502)成本函数；
‑
确定(504)至少一个边界条件；以及
‑
基于求解优化问题来确定(506)所述驾驶轨迹，其中，所述优化问题基于所述成本函数和所述至少一个边界条件。2.根据权利要求1所述的由计算机实现的方法，其中，所述成本函数包括以下项中的至少一项：速度限制执行项、速度变化项以及与到引导目标的可感知范围中的时间有关的时间项。3.根据权利要求1所述的由计算机实现的方法，其中，所述成本函数包括以下项中的两项或更多项的组合：速度限制执行项、速度变化项和与到引导目标的可感知范围中的时间有关的时间项。4.根据权利要求1至3中的任一项所述的由计算机实现的方法，其中，所述至少一个边界条件包括至少一个加速度阈值和/或至少一个速度阈值和/或与到引导目标的距离有关的至少一个距离阈值。5.根据权利要求1至4中的任一项所述的由计算机实现的方法，其中，所述驾驶轨迹包括以下项中的至少一项：位置、速度、加速度以及转向角。6.根据权利要求1至5中的任一项所述的由计算机实现的方法，其中，所述驾驶轨迹是基于初始轨迹来确定的。7.根据权利要求6所述的由计算机实现...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：APTIV技术有限公司，
类型：发明
国别省市：