【技术实现步骤摘要】
本专利技术涉及一种智能驾驶，特别是涉及一种行驶路径的决策方法及装置、存储介质、车辆、终端。
技术介绍
1、随着智能化驾驶技术的快速发展，对车辆行驶过程的控制越来越精细化，尤其需要通过非线性优化算法对行驶轨迹进行优化决策，以基于行驶轨迹控制车辆进行自动控制行驶。
2、目前，现有应用于车辆自动驾驶的优化决策通常需要依赖具有监督学习功能的神经网络来构建动力学模型，以结合优化算法进行求解运算，得到最优行驶轨迹。但是，基于神经网络构建的动力学模型需要大量的历史样本进行训练，无法满足车辆处于大曲率转弯、掉头等场景时的快速决策需求，需要获取大量的场景训练样本进行优化神经网络，耗时较大，从而使得对车辆行驶路径的优化决策效率较差。
技术实现思路
1、有鉴于此，本专利技术提供一种行驶路径的决策方法及装置、存储介质、车辆、终端，主要目的在于解决现有车辆行驶路径的优化决策效率较差的问题。
2、依据本专利技术一个方面，提供了一种行驶路径的决策方法，包括：
3、获取车辆在行驶轨迹点...
【技术保护点】
1.一种行驶路径的决策方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取车辆在行驶轨迹点处的行驶曲率包括：
3.根据权利要求2所述的方法，其特征在于，所述获取基于所述行驶曲率进行高阶非线性转换确定的所述行驶轨迹点的控制序列与状态序列之间的状态转移关系之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述状态转移关系对所述轨迹坐标进行序列转换处理，得到控制序列以及状态序列包括：
5.根据权利要求1或4所述的方法，其特征在于，所述获取车辆在行驶轨迹点处的行驶曲率之前，所述方法
【技术特征摘要】
1.一种行驶路径的决策方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取车辆在行驶轨迹点处的行驶曲率包括：
3.根据权利要求2所述的方法，其特征在于，所述获取基于所述行驶曲率进行高阶非线性转换确定的所述行驶轨迹点的控制序列与状态序列之间的状态转移关系之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述状态转移关系对所述轨迹坐标进行序列转换处理，得到控制序列以及状态序列包括：
5.根据权利要求1或4所述的方法，其特征在于，所述获取车辆在行驶轨迹点处的行驶曲率之前，所述方...
【专利技术属性】
技术研发人员：刘偲，
申请(专利权)人：魔门塔苏州科技有限公司，
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。