本公开的实施例公开了车辆轨迹信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取障碍物轨迹信息集和自车轨迹信息集；对障碍物轨迹信息集和自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集；对于每个目标自车轨迹信息：对目标自车轨迹信息进行解析处理，得到第一代价分值；基于目标自车轨迹信息和目标障碍物轨迹信息集，生成第二代价分值；基于目标自车轨迹信息、第一代价分值和第二代价分值，生成轨迹代价信息；选出一个轨迹代价信息，作为目标轨迹代价信息；将目标轨迹代价信息对应的目标自车轨迹信息确定为车辆轨迹信息。该实施方式可以提高车辆行驶的效率和安全性。施方式可以提高车辆行驶的效率和安全性。施方式可以提高车辆行驶的效率和安全性。
【技术实现步骤摘要】
车辆轨迹信息生成方法、装置、设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及车辆轨迹信息生成方法、装置、设备和计算机可读介质。
技术介绍
[0002]车辆轨迹信息生成方法，对自动驾驶车辆进行路径规划和决策的具有重要作用。目前，在生成车辆轨迹信息时，通常采用的方式为：根据车辆采集到的感知信息，通过基于神经网络的决策模型或者基于规则的决策方法，生成车辆轨迹信息以供车辆行驶。
[0003]然而，专利技术人发现，当采用上述方式生成车辆轨迹信息时，经常会存在如下技术问题：第一，由于基于神经网络的决策模型难以在连续规划中实时调整参数，可解释性也较差，同时基于规则的决策方法仅能处理自车的预测轨迹，而不能处理障碍物车辆的多条预测轨迹，从而，容易使得车辆轨迹信息的准确性不足，降低了车辆行驶的效率和安全性；第二，由于障碍物车辆可能存在多条不确定的预测轨迹，若将自车与障碍物车辆之间的碰撞代价设置为无穷大，则难以确定一条能够避开所有障碍物车辆的自车轨迹，从而，容易导致无法生成车辆轨迹信息；或者，即使可以确定自车轨迹，但该自车轨迹将使得自车由于不断减速和刹停而无法正常前进，从而，降低了车辆行驶的效率。
[0004]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0006]本公开的一些实施例提出了车辆轨迹信息生成方法、装置、设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0007]第一方面，本公开的一些实施例提供了一种车辆轨迹信息生成方法，该方法包括：获取障碍物轨迹信息集和当前车辆的自车轨迹信息集；对上述障碍物轨迹信息集和上述自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集；对于上述目标自车轨迹信息集中的每个目标自车轨迹信息，执行以下步骤：对上述目标自车轨迹信息进行解析处理，得到第一代价分值；基于上述目标自车轨迹信息和上述目标障碍物轨迹信息集，生成第二代价分值；基于上述目标自车轨迹信息、上述第一代价分值和上述第二代价分值，生成轨迹代价信息；从所生成的各个轨迹代价信息中选出一个满足预设代价条件的轨迹代价信息，作为目标轨迹代价信息；将上述目标轨迹代价信息对应的目标自车轨迹信息确定为车辆轨迹信息。
[0008]第二方面，本公开的一些实施例提供了一种车辆轨迹信息生成装置，装置包括：获取单元，被配置成获取障碍物轨迹信息集和当前车辆的自车轨迹信息集；预处理单元，被配置成对上述障碍物轨迹信息集和上述自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集；执行单元，被配置成对于上述目标自车轨迹信息集中的每个目标自车轨迹信息，执行以下步骤：对上述目标自车轨迹信息进行解析处理，得到第一代价分值；基于上述目标自车轨迹信息和上述目标障碍物轨迹信息集，生成第二代价分值；基于上述目标自车轨迹信息、上述第一代价分值和上述第二代价分值，生成轨迹代价信息；选择单元，被配置成从所生成的各个轨迹代价信息中选出一个满足预设代价条件的轨迹代价信息，作为目标轨迹代价信息；确定单元，被配置成将上述目标轨迹代价信息对应的目标自车轨迹信息确定为车辆轨迹信息。
[0009]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0010]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，上述计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0011]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆轨迹信息生成方法，可以提高车辆轨迹信息的准确性，以及提高车辆行驶的效率和安全性。具体来说，造成车辆轨迹信息的准确性不足，车辆行驶的效率和安全性降低的原因在于：基于神经网络的决策模型难以在连续规划中实时调整参数，可解释性也较差，同时基于规则的决策方法仅能处理自车的预测轨迹，而不能处理障碍物车辆的多条预测轨迹。基于此，本公开的一些实施例的车辆轨迹信息生成方法，首先，获取障碍物轨迹信息集和当前车辆的自车轨迹信息集。由此，便于后续根据当前车辆和障碍物车辆的预测轨迹，为当前车辆规划出一条行驶代价最低的最优轨迹。其次，对上述障碍物轨迹信息集和上述自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集。由此，可以将当前车辆和障碍物车辆的预测轨迹数据转换为路径
‑
速度分解框架下的轨迹数据，便于后续对当前车辆的各条预测轨迹进行代价估计。然后，对于上述目标自车轨迹信息集中的每个目标自车轨迹信息，执行以下步骤：对上述目标自车轨迹信息进行解析处理，得到第一代价分值；基于上述目标自车轨迹信息和上述目标障碍物轨迹信息集，生成第二代价分值；基于上述目标自车轨迹信息、上述第一代价分值和上述第二代价分值，生成轨迹代价信息。由此，可以针对每条自车轨迹，通过对当前车辆进行基于规则的代价估计，以及当前车辆与障碍物车辆的交互代价估计，得到自车轨迹对应的最终行驶代价。最后，从所生成的各个轨迹代价信息中选出一个满足预设代价条件的轨迹代价信息，作为目标轨迹代价信息。将上述目标轨迹代价信息对应的目标自车轨迹信息确定为车辆轨迹信息。由此，根据各个自车轨迹对应的各个轨迹代价信息，可以确定行驶代价最低的自车轨迹。因此，本公开的车辆轨迹信息生成方法，在结合基于规则的决策方法，根据自车轨迹确定自车的行驶代价的同时，又充分考虑了当前车辆与障碍物车辆之间可能存在的碰撞风险对应的交互代价，由此，可以确定一条行驶代价最低的自车轨迹以供车辆行驶。从而，使得车辆轨迹信息的准确性得以提高。进而，提高了车辆行驶的效率和安全性。
附图说明
[0012]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
[0013]图1是根据本公开的车辆轨迹信息生成方法的一些实施例的流程图；图2是根据本公开的车辆轨迹信息生成装置的一些实施例的结构示意图；图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0014]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆轨迹信息生成方法，包括：获取障碍物轨迹信息集和当前车辆的自车轨迹信息集；对所述障碍物轨迹信息集和所述自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集；对于所述目标自车轨迹信息集中的每个目标自车轨迹信息，执行以下步骤：对所述目标自车轨迹信息进行解析处理，得到第一代价分值；基于所述目标自车轨迹信息和所述目标障碍物轨迹信息集，生成第二代价分值；基于所述目标自车轨迹信息、所述第一代价分值和所述第二代价分值，生成轨迹代价信息；从所生成的各个轨迹代价信息中选出一个满足预设代价条件的轨迹代价信息，作为目标轨迹代价信息；将所述目标轨迹代价信息对应的目标自车轨迹信息确定为车辆轨迹信息。2.根据权利要求1所述的方法，其中，所述方法还包括：将所述车辆轨迹信息发送至车辆控制模块，以供控制车辆移动。3.根据权利要求1所述的方法，其中，所述对所述障碍物轨迹信息集和所述自车轨迹信息集进行预处理，得到目标自车轨迹信息集和目标障碍物轨迹信息集，包括：对所述障碍物轨迹信息集和所述自车轨迹信息集进行碰撞检测，得到目标碰撞轨迹信息集；基于所述自车轨迹信息集和所述目标碰撞轨迹信息集，生成目标自车轨迹信息集和目标障碍物轨迹信息集。4.根据权利要求3所述的方法，其中，所述基于所述自车轨迹信息集和所述目标碰撞轨迹信息集，生成目标自车轨迹信息集和目标障碍物轨迹信息集，包括：对于所述自车轨迹信息集中的每个自车轨迹信息，执行以下步骤，以生成目标自车轨迹信息集中的目标自车轨迹信息：对所述自车轨迹信息进行映射处理，得到自车位移时间信息组；对所述自车轨迹信息和所述自车位移时间信息组进行融合处理，得到目标自车轨迹信息；对于所述目标碰撞轨迹信息集中的每个目标碰撞轨迹信息，执行以下步骤，以生成目标障碍物轨迹信息集中的目标障碍物轨迹信息：对所述目标碰撞轨迹信息进行映射处理，得到障碍物位移时间信息组；对所述目标碰撞轨迹信息和所述障碍物位移时间信息组进行融合处理，得到目标障碍物轨迹信息。5.根据权利要求1所述的方法，其中，所述基于所述目标自车轨迹信息和所述目标障碍物轨迹信息集，生成第二代价分值，包括：对于所述目标障碍物轨迹信息集中的每个目标障碍物轨迹信息，执行以下步骤：对所述目标障碍物轨迹信息进行检测处理，得到未碰撞时刻组和碰撞时刻组；基于所述未碰撞时刻组、所述目标自车轨迹信息和所述目标障碍物轨迹信息，生成未碰撞代价分值；基于所述碰撞时刻组、所述目标自车轨迹信息和所述目标障碍物轨迹信息，生成碰撞
代价分值；将所述未碰撞代价分值与所述碰撞代价分值的和确定为单一轨迹代价分值；将所确定的各个单一轨迹代价分值的和确定为第二代价分值。6.根据权利要求5所述的方法，其中，所述目标自车轨迹信息包括自车轨迹点信息序列，所述目标障碍物轨迹信息包括障碍物轨迹点信息序列；以及所述基于所述未碰撞时刻组、所述目标自车轨迹信息和所述目标障碍物轨迹信息...
【专利技术属性】
技术研发人员：包鹏，李浩，丁璟，王一舟，倪凯，
申请(专利权)人：禾多科技北京有限公司，
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。