一种自动转向行驶仿人轨迹规划方法、系统技术方案

本发明专利技术提供了一种自动转向行驶仿人轨迹规划方法、系统。通过采集与处理弯道场景中人类操控数据，获取车辆与道路两侧障碍物的相对距离信息以及车辆运动学信息；基于核主成分分析法KPCA提取从车辆运动学信息中提取出非线性特征；多状态循环预测模型基于LSTM网络构建，包括细胞状态信息对长短期信息的关键数据进行加权关注；模将非线性特征、车辆与道路两侧障碍物的相对距离信息以及车辆运动学信息输入至多状态循环预测模型，预测未来行驶轨迹点。从而提高网络的映射精度，较好的学习到人类操控行为，提高规划轨迹的稳定性。

【技术实现步骤摘要】

本专利技术涉及自动驾驶轨迹规划，具体而言，涉及一种自动转向行驶仿人轨迹规划方法、系统。

技术介绍

1、近年来，无人值守技术在农业、环境勘探、灾难响应等环境被广泛引入，然而以上场景道路中无明显交通标线，车辆在自动行驶过程中如何安全平稳的转弯是需要研究的重要问题。

2、现有技术中，应用时需要基于学习的算法对人类操控特征进行学习，其中大致可以分为间接学习方法和直接学习方法。在具有复杂不确定性约束的真实驾驶条件下，优化目标和奖励函数可能不够全面和准确。并且基于间接学习的方法生成的轨迹通常是从固定模型生成的候选轨迹集中选择的，或者根据特定的规则生成的，选出的轨迹可能与人类驾驶员的真实轨迹不同。

3、因此，如何使车辆在无交通标线场景中转弯时规划出符合人类操控行为的轨迹是亟需解决的问题。

技术实现思路

1、有鉴于此，本专利技术实施例的目的在于将车速、角速度、弯道变化曲率、运动学信息间的非线性特征、道路两侧障碍物与车辆的相对位置关系作为输入，通过深度学习模型从采集的数据中对人类操控行为进行学习，从而在本文档来自技高网...

【技术保护点】

1.一种自动转向行驶仿人轨迹规划方法，其特征在于，所述方法包括：

2.根据权利要求1所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述弯道场景包括入弯阶段、转弯阶段、出弯阶段；

3.根据权利要求2所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述S102，包括：将输入空间数据映射到特征空间中，然后计算特征空间中的主要成分；

4.根据权利要求3所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述S103中，所述多状态循环预测模型，包括：

5.根据权利要求4所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述S103中，训练所述多状态循环预...

【技术特征摘要】

1.一种自动转向行驶仿人轨迹规划方法，其特征在于，所述方法包括：

2.根据权利要求1所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述弯道场景包括入弯阶段、转弯阶段、出弯阶段；

3.根据权利要求2所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述s102，包括：将输入空间数据映射到特征空间中，然后计算特征空间中的主要成分；

4.根据权利要求3所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述s103中，所述多状态循环预测模型，包括：

5.根据权利要求4所述的自动转向行驶仿人轨迹规划方法，其特征在于，所述s103中，训练所述多状态循环预测模型时，以均方误差(mse)作为损失函数对网络进行训练，公式为：

6.一种自动转向行驶仿人轨迹规划系统，其特征在于，所述系统包括采集与处理模块、分析模块、...

【专利技术属性】
技术研发人员：赵寰宇，许皓，张冠宇，张帆，刘洋，
申请(专利权)人：吉林大学，
类型：发明
国别省市：