System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及人工智能领域,尤其涉及一种自动驾驶轨迹规划方法、装置、设备及存储介质,可用于自动驾驶、深度学习、优化控制、智能车辆等。
技术介绍
1、在车辆的三维轨迹规划中,可通过感知车辆的状态和环境,为车辆提供安全且可执行的轨迹,提高车辆驾驶的安全性和智能化程度。
2、在基于横纵向的分层规划方案中,将车辆的三维轨迹规划问题简化为两个二维规划的子问题:路径规划问题和速度规划问题,先规划路径再规划速度,或者,先规划速度再规划路径。
3、然而,上述方式中三维轨迹规划问题的解空间受到较大限制,难以求解出三维轨迹规划的最优解,导致三维轨迹规划的效果不佳,制约了自动驾驶车辆的运动灵活性。
技术实现思路
1、本公开提供了一种用于提高三维轨迹规划的优化效果的自动驾驶轨迹规划方法、装置、设备及存储介质。
2、根据本公开的第一方面,提供了一种自动驾驶轨迹规划方法,包括:获取目标车辆的车辆信息,所述车辆信息包括所述目标车辆的当前状态量和所述目标车辆的当前控制量;根据所述车辆信息、车辆运动学模型和第一目标函数,对所述目标车辆的三维轨迹规划问题进行第一阶段的优化求解,得到第一最优解,所述第一目标函数反映车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系;根据所述车辆信息、所述第一最优解、所述车辆运动学模型和第二目标函数,对所述三维轨迹规划问题进行第二阶段的优化求解,得到第二最优解,所述第二目标函数反映在行驶约束条件下车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系;根据
3、根据本公开的第二方面,提供了一种自动驾驶轨迹规划装置,包括:信息获取单元,用于获取目标车辆的车辆信息,所述车辆信息包括所述目标车辆的当前状态量和所述目标车辆的当前控制量;第一优化单元,用于根据所述车辆信息、车辆运动学模型和第一目标函数,对所述目标车辆的三维轨迹规划问题进行第一阶段的优化求解,得到第一最优解,所述第一目标函数反映车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系;第二优化单元,用于根据所述车辆信息、所述第一最优解、所述车辆运动学模型和第二目标函数,对所述三维轨迹规划问题进行第二阶段的优化求解,得到第二最优解,所述第二目标函数反映在行驶约束条件下车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系;轨迹确定单元,用于根据所述第二最优解和所述车辆运动学模型,确定所述目标车辆的规划轨迹。
4、根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的自动驾驶轨迹规划方法。
5、根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的自动驾驶轨迹规划方法。
6、根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的自动驾驶轨迹规划方法。
7、根据本公开的第六方面,提供了一种车载终端,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的自动驾驶轨迹规划方法。
8、根据本公开的第七方面,提供了一种智能车辆,所述智能车辆包括第六方面所述的车载终端。
9、根据本公开提供的技术方案,采用两阶段的规划问题求解策略,对目标车辆的三维轨迹规划问题进行求解。在第一阶段中,用于三维轨迹优化问题优化求解的第一目标函数,反映行驶代价与状态量、控制量的关联关系;在第二阶段中,用于三维轨迹优化问题求解的第二目标函数,反映在行驶约束条件下行驶代价与状态量、控制量的关联关系。可见第一目标函数与第二目标函数的区别在于:第一目标函数没有考虑行驶约束条件、第二目标函数考虑了行驶约束条件,使得第一阶段中三维轨迹规划问题的解空间不受过多限制,在没有约束的情况下达到最好的优化求解效果,得到不考虑行驶约束条件的最优解,第二阶段在以第一阶段的最优解为初始解的基础上进一步考虑约束,得到考虑行驶约束条件的最优解。通过两阶段的配合,扩大了三维轨迹规划的解空间,提高了三维轨迹规划问题优化求解的灵活性和优化效果,为三维轨迹规划问题求解出更优的解,提高了三维轨迹规划的效果,提高了自动驾驶车辆的运动灵活性。
10、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。
本文档来自技高网...【技术保护点】
1.一种自动驾驶轨迹规划方法,包括:
2.根据权利要求1所述的自动驾驶轨迹规划方法,其中,所述车辆运动学模型为六自由度车辆运动学模型,在所述六自由度车辆运动学模型中,车辆的状态量包括二维笛卡尔坐标、航向角、速度、曲率以及加速度,车辆的控制量包括曲率变化率和加速度变化率。
3.根据权利要求1或2所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、车辆运动学模型和第一目标函数,对所述目标车辆的三维轨迹规划问题进行第一阶段的优化求解,得到第一最优解,包括:
4.根据权利要求1或2所述的自动驾驶轨迹规划方法,其中,所述第一目标函数是基于行驶代价函数构建得到的,所述第二目标函数是基于所述行驶代价函数和所述行驶约束条件对应的惩罚函数构建得到的,所述行驶代价函数反映车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系。
5.根据权利要求4所述的自动驾驶轨迹规划方法,其中,所述第二目标函数是基于所述行驶代价函数对应的代价系数和所述惩罚函数对应的惩罚系数对所述行驶代价函数与所述惩罚函数进行加权得到的。
6.根据权利要求5所述的自动驾驶
7.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、所述第一最优解、所述车辆运动学模型和所述第二目标函数,对所述惩罚系数进行调整,得到调整后的惩罚系数和更新后的第二目标函数,包括:
8.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、所述第一最优解、所述车辆运动学模型和更新后的第二目标函数,对所述三维轨迹规划问题进行优化求解,得到中间解,包括:
9.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述中间解,确定所述第二最优解,包括:
10.一种自动驾驶轨迹规划装置,包括:
11.根据权利要求10所述的自动驾驶轨迹规划装置,其中,所述车辆运动学模型为六自由度车辆运动学模型,在所述六自由度车辆运动学模型中,车辆的状态量包括二维笛卡尔坐标、航向角、速度、曲率以及加速度,车辆的控制量包括曲率变化率和加速度变化率。
12.根据权利要求10或11所述的自动驾驶轨迹规划装置,其中,所述第一优化单元包括:
13.根据权利要求10或11所述的自动驾驶轨迹规划装置,其中,所述第一目标函数是基于行驶代价函数构建得到的,所述第二目标函数是基于所述行驶代价函数和所述行驶约束条件对应的惩罚函数构建得到的,所述行驶代价函数反映车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系。
14.根据权利要求13所述的自动驾驶轨迹规划装置,其中,所述第二目标函数是基于所述行驶代价函数对应的代价系数和所述惩罚函数对应的惩罚系数对所述行驶代价函数与所述惩罚函数进行加权得到的。
15.根据权利要求14所述的自动驾驶轨迹规划装置,其中,所述第二优化单元包括:
16.根据权利要求15所述的自动驾驶轨迹规划装置,其中,所述惩罚系数调整模块包括:
17.根据权利要求15所述的自动驾驶轨迹规划装置,其中,所述优化求解模块包括:
18.根据权利要求15所述的自动驾驶轨迹规划装置,其中,所述最优解确定模块包括:
19.一种电子设备,包括:
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至9中任一项所述的自动驾驶轨迹规划方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述的自动驾驶轨迹规划方法的步骤。
22.一种车载终端,包括:
23.一种智能车辆,包括根据权利要求22所述的车载终端。
...【技术特征摘要】
1.一种自动驾驶轨迹规划方法,包括:
2.根据权利要求1所述的自动驾驶轨迹规划方法,其中,所述车辆运动学模型为六自由度车辆运动学模型,在所述六自由度车辆运动学模型中,车辆的状态量包括二维笛卡尔坐标、航向角、速度、曲率以及加速度,车辆的控制量包括曲率变化率和加速度变化率。
3.根据权利要求1或2所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、车辆运动学模型和第一目标函数,对所述目标车辆的三维轨迹规划问题进行第一阶段的优化求解,得到第一最优解,包括:
4.根据权利要求1或2所述的自动驾驶轨迹规划方法,其中,所述第一目标函数是基于行驶代价函数构建得到的,所述第二目标函数是基于所述行驶代价函数和所述行驶约束条件对应的惩罚函数构建得到的,所述行驶代价函数反映车辆的行驶代价与车辆的状态量、车辆的控制量的关联关系。
5.根据权利要求4所述的自动驾驶轨迹规划方法,其中,所述第二目标函数是基于所述行驶代价函数对应的代价系数和所述惩罚函数对应的惩罚系数对所述行驶代价函数与所述惩罚函数进行加权得到的。
6.根据权利要求5所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、所述第一最优解、所述车辆运动学模型和第二目标函数,对所述三维轨迹规划问题进行第二阶段的优化求解,得到第二最优解,包括:
7.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、所述第一最优解、所述车辆运动学模型和所述第二目标函数,对所述惩罚系数进行调整,得到调整后的惩罚系数和更新后的第二目标函数,包括:
8.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述车辆信息、所述第一最优解、所述车辆运动学模型和更新后的第二目标函数,对所述三维轨迹规划问题进行优化求解,得到中间解,包括:
9.根据权利要求6所述的自动驾驶轨迹规划方法,其中,所述根据所述中间解,确定所述第二最优解,包括:
...
【专利技术属性】
技术研发人员:张鹏飞,马霖,彭亮,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。