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】
本公开实施例涉及自动驾驶,特别是涉及一种行驶路径的规划方法、装置、设备、存储介质和程序产品。
技术介绍
1、在自动驾驶场景中,需要利用深度规划器为车辆输出规划路径。通常,采用持续检测的路测数据作为数据集,对深度规划器进行学习,利用学习后的深度规划期输出规划路径。
2、然而,传统技术中存在利用得到的深度规划器规划的行驶路径的精度无法满足自动驾驶过程中安全运行的需求。
技术实现思路
1、本公开实施例提供一种行驶路径的规划方法、装置、设备、存储介质和程序产品,可以使得深度规划器规划的行驶路径的精度满足自动驾驶过程中安全运行的需求。
2、第一方面,本公开实施例提供一种行驶路径的规划方法,所述方法包括:
3、获取第一时间段内第一车辆的第一行驶路径以及第二车辆的第二行驶路径;所述第二车辆为所述第一时间段内所述第一车辆所在行驶环境中的其他车辆;
4、将所述第一行驶路径和所述第二行驶路径输入预设的目标深度规划器中,预测所述第一车辆在第二时间段内的第三行驶路径;其中,所述第二时间段晚于所述第一时间段;所述目标深度规划器为根据初始训练样本集对基准深度规划器进行训练得到的;所述初始训练样本集包括第一样本行驶路径、根据预测行驶路径获取的第一样本时间段内所述第一车辆的第二样本行驶路径以及所述第二车辆的第三样本行驶路径;所述第一样本行驶路径包括用户在第二样本时间段内驾驶所述第一车辆产生的行驶路径;所述第一样本时间段晚于所述第二样本时间段。
5、第二方
6、第一获取模块,用于获取第一时间段内第一车辆的第一行驶路径以及第二车辆的第二行驶路径;所述第二车辆为所述第一时间段内所述第一车辆所在行驶环境中的其他车辆;
7、预测模块,用于将所述第一行驶路径和所述第二行驶路径输入预设的目标深度规划器中,预测所述第一车辆在第二时间段内的第三行驶路径;其中,所述第二时间段晚于所述第一时间段;所述目标深度规划器为根据初始训练样本集对基准深度规划器进行训练得到的;所述初始训练样本集包括第一样本行驶路径、根据预测行驶路径获取的第一样本时间段内所述第一车辆的第二样本行驶路径以及所述第二车辆的第三样本行驶路径;所述第一样本行驶路径包括用户在第二样本时间段内驾驶所述第一车辆产生的行驶路径;所述第一样本时间段晚于所述第二样本时间段。
8、第三方面,本公开实施例提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
9、第四方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
10、第五方面,本公开实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面所述的方法。
11、本公开实施例提供的行驶路径的规划方法、装置、设备、存储介质和程序产品,由于第二车辆为第一时间段内第一车辆所在行驶环境中的其他车辆,通过获取第一时间段内第一车辆的第一行驶路径以及第二车辆的第二行驶路径,能够将第一行驶路径和第二行驶路径输入预设的目标深度规划器中,预测第一车辆在第二时间段内的第三行驶路径,由于目标深度规划器为根据初始训练样本集对基准深度规划器进行训练得到的,初始训练样本集包括用户在第二样本时间段内驾驶第一车辆产生的第一样本行驶路径、根据预测行驶路径获取的第一样本时间段内第一车辆的第二样本行驶路径以及第二车辆的第三样本行驶路径,即初始训练集中不仅包含自动驾驶的样本行驶路径,还包括用户驾驶的样本行驶路径,增加了训练样本的多样性,从而能够提高得到的目标深度规划器的预测精度,进而能够提高根据目标深度规划器预测的第三行驶路径的准确度,使得预测得到的第三行驶路径为相对较优的行驶路径,满足自动驾驶过程中安全运行的需求。
本文档来自技高网...【技术保护点】
1.一种行驶路径的规划方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一深度规划器、所述标准轨迹标注器和所述第一训练样本集,得到所述目标深度规划器,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述初始训练样本集、所述第四样本行驶路径和所述第五样本行驶路径,得到第一训练样本集,包括:
5.根据权利要求4所述的方法,其特征在于,所述选择策略包括:根据所述第一样本行驶路径与所述第四样本行驶路径之间的误差分布、所述标准轨迹标注器输出的样本预测行驶路径和所述基准深度规划器输出的样本预测行驶路径之间的误差分布、所述第四样本行驶路径的聚类结果以及预设的数据量,对所述初始训练样本集、所述第四样本行驶路径和所述第五样本行驶路径进行选择。
6.根据权利要求3所述的方法,其特征在于,所述迭代停止条件包括:所述第一样本行驶路径与所述第四样本行驶路径之间的误差小于预设误差阈值。
7.根据权利要求2-6任一项所述的方法,其
8.根据权利要求7所述的方法,其特征在于,所述根据基础训练集对初始深度规划器进行训练得到所述基准深度规划器,包括:
9.根据权利要求7所述的方法,其特征在于,所述根据基础训练集对初始轨迹标注器进行训练得到所述标准轨迹标注器,包括:
10.一种行驶路径的规划装置,其特征在于,所述装置包括:
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种行驶路径的规划方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一深度规划器、所述标准轨迹标注器和所述第一训练样本集,得到所述目标深度规划器,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述初始训练样本集、所述第四样本行驶路径和所述第五样本行驶路径,得到第一训练样本集,包括:
5.根据权利要求4所述的方法,其特征在于,所述选择策略包括:根据所述第一样本行驶路径与所述第四样本行驶路径之间的误差分布、所述标准轨迹标注器输出的样本预测行驶路径和所述基准深度规划器输出的样本预测行驶路径之间的误差分布、所述第四样本行驶路径的聚类结果以及预设的数据量,对所述初始训练样本集、所述第四样本行驶路径和所述第五样本行驶路径进行选择。
6.根据权利要求3所述的方法,其特征在于,所述迭代停止条件包括:所述第一样本行驶路径与所述第四样本行驶路径...
【专利技术属性】
技术研发人员:张璞,王宇宁,李飞,
申请(专利权)人:广州卡尔动力科技有限公司,
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。