详情

原文传递一种自动驾驶轨迹预测方法、装置、电子设备及存储介质

专利名称：	一种自动驾驶轨迹预测方法、装置、电子设备及存储介质
摘要：	本发明公开了一种自动驾驶轨迹预测方法、装置、电子设备及存储介质。通过获取目标车辆对应的当前时间段的联合状态描述信息；按照预设的数据采集步长，分别对当前地图结构信息和当前可见障碍物信息进行特征预处理操作，得到当前融合编码特征；将当前融合编码特征输入至预先构建好的自动驾驶轨迹预测模型中，得到与联合状态描述信息对应的当前驾驶预测轨迹；将当前驾驶预测轨迹发送于目标车辆对应的驾驶控制器中，以实现驾驶控制器根据当前驾驶预测轨迹进行目标车辆的自动驾驶。解决了对于自动驾驶轨迹预测通过强化学习方法而造成的效率低和准确率低的问题，提高了自动驾驶轨迹预测的效率和准确率，实现了对自动驾驶轨迹预测更加全面地决策和规划。
专利类型：	发明专利
申请人：	中国第一汽车股份有限公司;一汽(南京)科技开发有限公司
发明人：	修杰;李荣华;卢少然;陈红丽;王宁;卢丽婧;李曙光
专利状态：	有效
申请日期：	2023-09-28T00:00:00+0800
发布日期：	2023-11-24T00:00:00+0800
申请号：	CN202311277108.0
公开号：	CN117104275A
代理机构：	北京远智汇知识产权代理有限公司
代理人：	西萌
分类号：	B60W60/00;B60W50/00;B;B60;B60W;B60W60;B60W50;B60W60/00;B60W50/00
申请人地址：	130011 吉林省长春市汽车经济技术开发区新红旗大街1号;
主权项：	1.一种自动驾驶轨迹预测方法，其特征在于，包括：获取目标车辆对应的当前时间段的联合状态描述信息；其中，所述当前时间段是由当前时刻和与所述当前时刻对应的上一时刻来构成的时间段；所述联合状态描述信息包括当前地图结构信息和当前可见障碍物信息；按照预设的数据采集步长，分别对所述当前地图结构信息和当前可见障碍物信息进行特征预处理操作，得到当前融合编码特征；将所述当前融合编码特征输入至预先构建好的自动驾驶轨迹预测模型中，得到与所述联合状态描述信息对应的当前驾驶预测轨迹；将所述当前驾驶预测轨迹发送于所述目标车辆对应的驾驶控制器中，以实现所述驾驶控制器根据所述当前驾驶预测轨迹进行所述目标车辆的自动驾驶。 2.根据权利要求1所述的方法，其特征在于，所述分别对所述当前地图结构信息和当前可见障碍物信息进行特征预处理操作，得到当前融合编码特征，包括：对所述当前地图结构信息进行特征预处理操作，得到当前地图结构信息特征；其中，所述当前地图结构信息包括下述至少一项：当前道路中心线位置及类型、当前车道边界线位置及类型、和人行横道及交通灯；对所述当前可见障碍物信息进行特征预处理操作，得到当前可见障碍物信息特征；其中，所述当前可见障碍物信息包括下述至少一项：可见障碍物类型、可见障碍物步长、与所述可见障碍物步长对应的可见障碍物位置信息和速度、以及与所述可见障碍物步长对应的可见障碍物朝向角；对所述当前地图结构信息特征和所述当前可见障碍物信息特征进行融合编码处理，得到所述当前融合编码特征。 3.根据权利要求1所述的方法，其特征在于，在所述获取目标车辆对应的当前时间段的联合状态描述信息之前，还包括：获取多个历史时间段分别对应的历史联合状态描述信息；其中，所述历史联合状态描述信息包括历史地图结构信息和历史可见障碍物信息；分别对各所述历史地图结构信息和各所述历史可见障碍物信息进行特征预处理操作，得到各历史融合编码特征；分别对各所述历史融合编码特征进行解码处理，得到与各目标时刻分别对应的中间特征和均匀撒点终点集合；根据各所述中间特征和所述历史融合编码特征，对各目标时刻分别对应的均匀撒点终点集合进行终点打分处理，得到各目标时刻分别对应的目标终点子集；在各所述目标终点子集中均包含第一数量的轨迹终点；根据各所述目标终点子集，以及预先设置的交叉熵损失函数来对初始自动驾驶轨迹预测模型进行训练，如果预测准确率满足准确率阈值，则确定训练完成自动驾驶轨迹预测模型。 4.根据权利要求3所述的方法，其特征在于，所述目标时刻包括未来3s目标时刻、未来5s目标时刻和未来8s目标时刻；所述分别对各所述历史融合编码特征进行解码处理，得到与各目标时刻分别对应的中间特征和均匀撒点终点集合，包括：分别对各所述历史融合编码特征进行解码处理，得到未来3s目标时刻对应的第一中间特征和第一均匀撒点终点集合、以及未来5s目标时刻对应的第二中间特征和第二均匀撒点终点集合、以及未来8s目标时刻对应的第三中间特征和第三均匀撒点终点集合。 5.根据权利要求4所述的方法，其特征在于，所述根据各所述中间特征和所述历史融合编码特征，对各目标时刻分别对应的均匀撒点终点集合进行终点打分处理，得到各目标时刻分别对应的目标终点子集，包括：根据所述第三中间特征和所述历史融合编码特征，对所述第三均匀撒点终点集合进行终点打分处理，得到所述未来8s目标时刻对应的第三目标终点子集；根据所述第三中间特征、第二中间特征和所述历史融合编码特征，对所述第二均匀撒点终点集合进行终点打分处理，得到所述未来5s目标时刻对应的第二目标终点子集；根据所述第三中间特征、第二中间特征、第一中间特征和所述历史融合编码特征，对所述第一均匀撒点终点集合进行终点打分处理，得到所述未来3s目标时刻对应的第一目标终点子集；其中，所述第一目标终点子集包含第一数量的第一轨迹终点；所述第二目标终点子集包含第一数量的第二轨迹终点；所述第三目标终点子集为第一数量的第三轨迹终点。 6.根据权利要求5所述的方法，其特征在于，所述根据各所述目标终点子集，以及预先设置的交叉熵损失函数来对初始自动驾驶轨迹预测模型进行训练，如果预测准确率满足准确率阈值，则确定训练完成自动驾驶轨迹预测模型，包括：对所述第一目标终点子集的第一轨迹终点、第二目标终点子集的第二轨迹终点和第三目标终点子集的第三轨迹终点分别进行终点相连接处理，得到第二数量的预测终点轨迹；其中，所述第二数量的大小等于第一数量的立方；根据预先设置的交叉熵损失函数，分别对各所述预测终点轨迹通过多层感知机进行轨迹打分处理，得到目标预测终点轨迹，以及对各所述预测终点轨迹通过初始自动驾驶轨迹预测模型分别进行处理，得到目标模型预测终点轨迹；根据各所述目标预测终点轨迹和目标模型预测终点轨迹，计算出预测准确率，并如果预测准确率满足准确率阈值，则确定训练完成自动驾驶轨迹预测模型。 7.根据权利要求6所述的方法，其特征在于，在所述根据各所述目标预测终点轨迹和目标模型预测终点轨迹，计算出预测准确率之后，还包括：如果预测准确率不满足准确率阈值，则返回执行获取多个历史时间段分别对应的历史联合状态描述信息的操作，直至预测准确率满足准确率阈值，则确定训练完成自动驾驶轨迹预测模型。 8.一种自动驾驶轨迹预测装置，其特征在于，包括：联合状态描述信息获取模块，用于获取目标车辆对应的当前时间段的联合状态描述信息；其中，所述当前时间段是由当前时刻和与所述当前时刻对应的上一时刻来构成的时间段；所述联合状态描述信息包括当前地图结构信息和当前可见障碍物信息；当前融合编码特征确定模块，用于按照预设的数据采集步长，分别对所述当前地图结构信息和当前可见障碍物信息进行特征预处理操作，得到当前融合编码特征；当前驾驶预测轨迹确定模块，用于将所述当前融合编码特征输入至预先构建好的自动驾驶轨迹预测模型中，得到与所述联合状态描述信息对应的当前驾驶预测轨迹；当前驾驶预测轨迹发送模块，用于将所述当前驾驶预测轨迹发送于所述目标车辆对应的驾驶控制器中，以实现所述驾驶控制器根据所述当前驾驶预测轨迹进行所述目标车辆的自动驾驶。 9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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如权利要求1-7中任一项所述的一种自动驾驶轨迹预测方法。 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如权利要求1-7中任一项所述的一种自动驾驶轨迹预测方法。
所属类别：	发明专利