【技术实现步骤摘要】
本专利技术涉及路径规划，尤其涉及一种路径规划方法、装置、电子设备及存储介质。
技术介绍
1、在自动驾驶领域，对车辆路径规划十分重要。
2、目前，主要是基于规则的动力学方程或深度学习方法来实现车辆的路径规划。但是基于规则的动力学方程进行路径规划虽然构建简单，但是泛化性不足，难以应对实际应用中的突发情况，而基于深度学习方法进行路径规划时严重依赖学习数据的准确性，但是由于车辆在行驶过程存在一定的波动性，导致获得的学习数据不够稳定，进而导致基于深度学习方法得到的路径规划结果不够理想。
3、为了解决上述问题，需要对自动驾驶车辆的路径规划方法进行改进。
技术实现思路
1、本专利技术提供了一种路径规划方法、装置、电子设备及存储介质，以解决对车辆进行路径规划结果无法泛化，或者由于深度学习时学习数据不稳定导致路径规划结果不理想的问题。
2、第一方面，本专利技术实施例提供了一种路径规划方法，包括：
3、获取与目标车辆相关联的静态关联信息和动态关联信息；
4、基于所述静态关联信息对应的静态特征矩阵以及与所述动态关联信息对应的动态特征矩阵，得到融合矩阵；
5、基于所述融合矩阵，确定与至少一个所述可移动对象相对应的待参考运动轨迹；
6、基于至少一个所述待参考运动轨迹，确定与所述目标车辆相对应的待行驶路径。
7、第二方面，本专利技术实施例还提供了一种路径规划装置，包括：
8、信息获取模块，用于获取与目标
9、矩阵确定模块，用于基于所述静态关联信息对应的静态特征矩阵以及与所述动态关联信息对应的动态特征矩阵，得到融合矩阵；
10、轨迹确定模块，用于基于所述融合矩阵，确定与至少一个所述可移动对象相对应的待参考运动轨迹；
11、路径确定模块，用于基于至少一个所述待参考运动轨迹，确定与所述目标车辆相对应的待行驶路径。
12、第三方面，本专利技术实施例还提供了一种电子设备，包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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本专利技术任一实施例所述的路径规划方法。
16、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的路径规划方法。
17、本专利技术实施例的技术方案，通过获取与目标车辆相关联的静态关联信息和动态关联信息；基于静态关联信息对应的静态特征矩阵以及与动态关联信息对应的动态特征矩阵，得到融合矩阵；基于融合矩阵，确定与至少一个可移动对象相对应的待参考运动轨迹；基于至少一个待参考运动轨迹，确定与目标车辆相对应的待行驶路径。解决了对车辆进行路径规划结果无法泛化，或者由于深度学习时学习数据不稳定导致路径规划结果不理想的问题，通过将目标车辆关联的静态信息和动态信息相结合，实现了根据实际情况为车辆进行规划，并依靠少量历史数据为目标车辆规划安全的行驶路径的效果。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术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】
1.一种路径规划方法，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，所述获取与目标车辆相关联的静态关联信息和动态关联信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标车辆中的动态感知模块，确定与各可移动对象相对应的动态关联信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述静态关联信息对应的静态特征矩阵以及与所述动态关联信息对应的动态特征矩阵，得到融合矩阵，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述融合矩阵，确定与至少一个所述可移动对象相对应的待参考运动轨迹，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述待使用特征矩阵和预先训练好的轨迹预测模型对各所述可移动对象进行轨迹预测，得到与各所述可移动对象对应的待参考运动轨迹，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于至少一个所述待参考运动轨迹，确定与所述目标车辆相对应的待行驶路径，包括：
8.一种路径规划装置，其特征在于，包括：
9.一种
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的路径规划方法。
...【技术特征摘要】
1.一种路径规划方法，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，所述获取与目标车辆相关联的静态关联信息和动态关联信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标车辆中的动态感知模块，确定与各可移动对象相对应的动态关联信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述静态关联信息对应的静态特征矩阵以及与所述动态关联信息对应的动态特征矩阵，得到融合矩阵，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述融合矩阵，确定与至少一个所述可移动对象相对应的待参考运动轨迹，包括：
【专利技术属性】
技术研发人员：卢少然，李荣华，王宁，修杰，卢丽婧，李曙光，陈红丽，陈光，
申请(专利权)人：中国第一汽车股份有限公司，
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。