障碍物预测轨迹的决策方法技术

本公开实施例公开了一种障碍物预测轨迹的决策方法

【技术实现步骤摘要】
障碍物预测轨迹的决策方法、装置、电子设备和存储介质


[0001]本公开涉及自动驾驶
，尤其涉及一种障碍物预测轨迹的决策方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]在无人驾驶系统中，决策模块是非常重要的一环
。
针对自动驾驶的车辆，在决策层面，最难的就是如何处理与障碍物之间的交互
。
如果自车错误的预测了当前车辆的意图，会导致自车做出不合理的决策
。
[0003]由于障碍物的意图在时间序列上是不断变化的，具有不可直接观测性，对于交互的障碍物，很多时候障碍物的意图会取决于自车的行为，所以在获得自车的行为轨迹之前，大部分情况下障碍物的行为是不确定的
。
[0004]决策模块可以从预测模块获取到每个障碍物的预测轨迹，然而，很多情况下决策模块会获取到一个障碍物多条概率相似的预测轨迹
。
目前的方法，通常根据其中与自车存在交互的预测轨迹进行自车的行为决策，其不考虑与自车不存在交互的预测轨迹，这就导致了对障碍物的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种障碍物预测轨迹的决策方法，其特征在于，所述方法包括：获取障碍物的多个备选轨迹集合，其中，所述备选轨迹集合由所有障碍物分别对应的一个预测轨迹构成，各所述备选轨迹集合不完全相同；针对每一个所述备选轨迹集合，确定所述备选轨迹集合中各采样纵向行为方案分别对应的收益，并基于各收益确定所述备选轨迹集合的目标纵向行为方案，其中，所述采样纵向行为方案由当前车辆的采样纵向加速度序列以及障碍物的采样纵向加速度序列构成；根据各所述备选轨迹集合的目标纵向行为方案对应的收益，在各所述备选轨迹集合中确定目标轨迹集合，基于所述目标轨迹集合以及所述目标轨迹集合的目标纵向行为方案确定决策信息
。2.
根据权利要求1所述的方法，其特征在于，所述确定所述备选轨迹集合中各采样纵向行为方案分别对应的收益，包括：针对所述备选轨迹集合中的每一个采样纵向行为方案，基于所述当前车辆的采样纵向加速度序列中各时间点的纵向加速度
、
以及障碍物的采样纵向加速度序列中各时间点的纵向加速度，确定所有对象在各时间点的预测信息，其中，所有对象包括各障碍物以及当前车辆；根据各时间点的预测信息，确定每个对象在各时间点的单点收益，并根据每个对象在所有时间点的单点收益确定每个对象的单体累计收益；根据所有障碍物的单体累计收益确定障碍物累计收益，基于所述障碍物累计收益以及所述当前车辆的单体累计收益，确定所述采样纵向行为方案对应的收益
。3.
根据权利要求2所述的方法，其特征在于，所述根据各时间点的预测信息，确定每个对象在各时间点的单点收益，包括：将所述备选轨迹集合中与其它对象存在交互的对象确定为第一对象，将所述备选轨迹集合中与其它对象不存在交互的对象确定为第二对象；根据各时间点的预测信息确定每个所述第一对象在各时间点的安全性收益和停车距离收益，并确定每个所述第一对象在各时间点的平顺性收益以及决策一致性收益，得到每个所述第一对象在各时间点的单点收益；根据各时间点的预测信息确定每个所述第二对象在各时间点的横向交规惩罚
、
横向安全收益以及刹车收益，得到每个所述第二对象在各时间点的单点收益
。4.
根据权利要求3所述的方法，其特征在于，根据各时间点的预测信息确定每个所述第一对象在各时间点的安全性收益，包括：针对每一个所述第一对象，根据各时间点的预测信息中所有对象的预测横向速度，确定所述第一对象在各时间点的主动制动距离或被动制动距离，并基于确定的主动制动距离或被动制动距离得到所述第一对象在各时间点的横向安全距离；根据各时间点的预测信息中所有对象的预测纵向速度，确定所述第一对象在各时间点的纵向安全距离，基于所述第一对象在各时间点的纵向安全距离
、
以及各时间点的预测信息中所述第一对象与其它对象之间的预测纵向距离，确定所述第一对象在各时间点的纵向安全速度最大值以及纵向安全速度最小值；对于每一个所述时间点，判断所述时间点的预测信息中所述第一对象与其它对象之间的预测横向距离是否小于所述横向安全距离，若是，则判断所述时间点的预测信息...

【专利技术属性】
技术研发人员：慕博文，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：