计算机执行的方法、电子设备和存储介质技术

本公开提供了一种计算机实现的方法，涉及自动驾驶领域。具体地，根据本公开实施例的方法包括：通过自动驾驶车辆ADV的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹。通过自动驾驶车辆的规划模块，基于多个障碍物的轨迹，在自动驾驶模拟平台上规划得到自动驾驶车辆的轨迹。基于与自动驾驶车辆的轨迹有关的一个或多个评价指标，在自动驾驶模拟平台上确定规划模块的性能。基于规划模块的性能，对预测模块的性能进行评估，从而改进预测模件的性能，以将预测模块部署到自动驾驶车辆进行自动驾驶。进行自动驾驶。进行自动驾驶。

【技术实现步骤摘要】
计算机执行的方法、电子设备和存储介质


[0001]本公开的实施例总体上涉及自动驾驶车辆。更具体地，本公开的实施例涉及对自动驾驶车辆(Autonomous Driving Vehicle，ADV)的性能进行评估。

技术介绍

[0002]在自动模式下运行的车辆(例如无人驾驶车辆)可以减轻车内人员，尤其是驾驶员的一些驾驶相关任务。当车辆在自动模式下运行时，可以使用车载传感器将车辆导航到不同位置，从而车辆行驶时能够尽量减少人机交互，或在没有乘客的情况下行驶。
[0003]运动规划和控制是自动驾驶的关键操作。自动驾驶车辆可以具有预测模块和规划模块，预测模块在驾驶环境下对一个或多个障碍物的轨迹进行预测，规划模块基于一个或多个障碍物的轨迹，对自动驾驶车辆的路径或路线以及驾驶参数(例如，距离、速度和/或转向角)进行规划。在自动驾驶中，预测模块是规划模块的上游模块。目前，仅通过一个或多个障碍物的轨迹的准确度对预测模块的性能进行评估。然而，由于预测模块的性能评估中不包括规划模块的要求，因此预测模块的性能提升无助于规划模块的性能提升。

技术实现思路

[0004]根据本公开实施例的一个方面，提供了一种计算机实现的方法，包括：
[0005]通过自动驾驶车辆ADV的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；
[0006]通过所述自动驾驶车辆的规划模块，基于所述多个障碍物的多个轨迹，在所述自动驾驶模拟平台上规划得到所述自动驾驶车辆的轨迹；
[0007]基于与所述自动驾驶车辆的轨迹有关的一个或多个评价指标，在所述自动驾驶模拟平台上确定所述规划模块的性能；以及
[0008]基于所述规划模块的性能，对所述预测模块的性能进行评估，从而改进所述预测模件的性能，以将所述预测模块部署到所述自动驾驶车辆进行自动驾驶。
[0009]根据本公开实施例的另一方面，提供了一种电子设备，包括：
[0010]处理器；以及
[0011]与所述处理器耦接的存储器，所述存储器存储有指令，所述指令被所述处理器执行时，使得所述处理器执行以下操作：
[0012]通过自动驾驶车辆ADV的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；
[0013]通过所述自动驾驶车辆的规划模块，基于所述多个障碍物的多个轨迹，在所述自动驾驶模拟平台上规划得到所述自动驾驶车辆的轨迹；
[0014]基于与所述自动驾驶车辆的轨迹有关的一个或多个评价指标，在所述自动驾驶模拟平台上确定所述规划模块的性能；以及
[0015]基于所述规划模块的性能，对所述预测模块的性能进行评估，从而改进所述预测
模件的性能，以将所述预测模块部署到所述自动驾驶车辆进行自动驾驶。
[0016]根据本公开实施例的另一方面，提供了一种存储有指令的非暂时性计算机可读介质，所述指令在被处理器执行时使得所述处理器执行以下操作：
[0017]通过自动驾驶车辆ADV的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；
[0018]通过所述自动驾驶车辆的规划模块，基于所述多个障碍物的多个轨迹，在所述自动驾驶模拟平台上规划得到所述自动驾驶车辆的轨迹；
[0019]基于与所述自动驾驶车辆的轨迹有关的一个或多个评价指标，在所述自动驾驶模拟平台上确定所述规划模块的性能；以及
[0020]基于所述规划模块的性能，对所述预测模块的性能进行评估，从而改进所述预测模件的性能，以将所述预测模块部署到所述自动驾驶车辆进行自动驾驶。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]本公开的实施例以示例而非限制的方式在附图中示出，其中相似的附图标记表示相似的元件。
[0023]图1是示出了根据一个实施例的网络化系统的框图。
[0024]图2是示出了根据一个实施例的自动驾驶车辆的示例的框图。
[0025]图3A和图3B是示出了根据一个实施例与自动驾驶车辆一起使用的自动驾驶系统的示例的框图。
[0026]图4A和图4B是示出了根据一个实施例的自动驾驶系统的自动驾驶模拟平台的示例的框图。
[0027]图5是示出了根据一个实施例的自动驾驶模拟平台上自动驾驶车辆的预测模块的评估过程的示例的框图。
[0028]图6是示出了根据一个实施例对自动驾驶车辆的预测模块进行评估的示例的框图。
[0029]图7是示出了根据一个实施例的自动驾驶车辆预测模块的评估方法的流程图。
具体实施例
[0030]将参考下述细节对本公开的各种实施例和方面进行描述，附图将示出各种实施例。以下描述和附图是说明性的，不应解释为对本公开的限制。为了透彻理解本公开的各种实施例，描述了许多具体细节。然而，在某些情况下，为了简明论述本公开的实施例，没有对众所周知的或常规的细节进行描述。
[0031]说明书中提到的“一个实施例”或“实施例”表示结合该实施例描述的特定特征、结构或特性可以包括在本公开的至少一个实施例中。在说明书中不同位置出现的“在一个实施例中”不一定都指同一个实施例。
[0032]根据一些实施例，公开了一种自动驾驶车辆预测模块的评估方法和系统，旨在改进自动驾驶车辆的整体性能。根据规划模块的性能，对预测模块的性能进行评估。例如，规
划模块的性能可以通过一组评价指标来确定，包括规划轨迹的碰撞、舒适度、违反交通规则、或接近碰撞。根据规划模块的性能，可以设计分析模型的损失函数，还可以改变分析模型的结构。可以基于分析模型对预测模块进行训练。由此，随着预测模块的性能提升，可以改进自动驾驶车辆的整体性能，从而改进自动驾驶车辆的安全性和可靠性。
[0033]根据一些实施例，通过自动驾驶车辆的自动驾驶系统(ADS)的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；通过自动驾驶车辆的规划模块，基于多个障碍物的多个轨迹，在自动驾驶模拟平台上规划得到自动驾驶车辆的轨迹；基于与自动驾驶车辆的轨迹有关的一个或多个评价指标，确定规划模块的性能；基于规划模块的性能，对预测模块的性能进行评估，从而改进预测模块的性能，以将预测模块部署到自动驾驶车辆进行自动驾驶。
[0034]根据一些实施例，公开了一种存储有指令的非暂时性机器可读介质。该指令在被处理器执行时使得处理器执行以下操作：通过自动驾驶车辆的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；通过自动驾驶车辆的规划模块，基于多个障碍物的多个轨迹，在自动驾驶模拟平台上规划得到自动驾驶车辆的轨迹；基于与自动驾驶车辆的轨迹有关的一个或多个评价指标，确定规划模块的性能；基于规划模块的性能，对预测模块的性能进行评估，从而改进预测模块的性能，以将预测模块部署到自动驾驶车辆进行自动驾驶。
[0035]根据一些实施例，公开了一种电子设备。该电子设备包括处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，包括：通过自动驾驶车辆ADV的预测模块，在自动驾驶模拟平台上预测得到多个障碍物的多个轨迹；通过所述自动驾驶车辆的规划模块，基于所述多个障碍物的多个轨迹，在所述自动驾驶模拟平台上规划得到所述自动驾驶车辆的轨迹；基于与所述自动驾驶车辆的轨迹有关的一个或多个评价指标，在所述自动驾驶模拟平台上确定所述规划模块的性能；以及基于所述规划模块的性能，对所述预测模块的性能进行评估，从而改进所述预测模件的性能，以将所述预测模块部署到所述自动驾驶车辆进行自动驾驶。2.根据权利要求1所述的方法，其中，关于所述自动驾驶车辆的轨迹的所述一个或多个评价指标包括：所述自动驾驶车辆与所述多个障碍物中的一个障碍物碰撞、所述自动驾驶车辆的轨迹的舒适度、所述自动驾驶车辆的轨迹违反交通规则。3.根据权利要求1所述的方法，其中，基于与所述自动驾驶车辆的轨迹有关的一个或多个评价指标，在所述自动驾驶模拟平台上确定所述规划模块的性能包括：根据所述一个或多个评价指标，确定一个或多个得分，所述一个或多个得分中的每个得分与所述一个或多个评价指标中的评价指标相对应；以及基于所述一个或多个得分，确定所述规划模块的性能的总体得分。4.根据权利要求1所述的方法，还包括：基于所述规划模块的性能，确定所述预测模块的分析模型的损失函数。5.根据权利要求4所述的方法，其中，所述损失函数包括复合距离误差，所述复合距离误差基于从地面真实值到预测位置之间的加权横向距离误差和加权纵向距离误差，其中所述横向距离误差的权重大于所述纵向距离误差的权重。6.根据权利要求1所述的方法，还包括：基于所述规划模块的性能，改变所述预测模块的分析模型的结构。7.根据权利要求6所述的方法，其中，基于所述规划模块的性能，改变所述预测模块的分析模型的结构包括：增加注意力层，以从所述多个障碍物中选择一个或多个障碍物。8.根据权利要求7所述的方法，其中，在所述自动驾驶模拟平台上预测得到多个障碍物的多个轨迹包括：对所述注意力层选择的所述一个或多个障碍物的一个或多个轨迹进行预测，所述预测的精度高于对所述注意力层未选择的其他障碍物的轨迹的预测。9.根据权利要求1所述的方法，还包括：基于所述分析模型，对所述预测模块进行训练，从而改进所述预测模块的性能。10.一种存储有指令的非暂时性计算机可读介质，所述指令在被处理器执行时使得所述处理器执行根据权利要求1至9之一所述的方法。。...

【专利技术属性】
技术研发人员：姜舒，吴思皓，曹昱，林玮曼，胡江滔，李昂，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：