基于可学习动作空间的运动轨迹表征方法、存储介质及设备与流程
本申请涉及自动驾驶,尤其涉及一种基于可学习动作空间的运动轨迹表征方法、存储介质及设备。
背景技术:
1、在自动驾驶、移动机器人以及其他智能体运动规划领域,系统通常需要基于道路环境、周围目标状态以及自身历史运动状态,对未来运动轨迹进行预测、规划和控制。运动轨迹的表征方式会影响轨迹预测的准确性、规划结果的可执行性以及后续控制决策的稳定性,因此,如何合理描述智能体在未来时域内的位置、姿态及运动趋势,是相关技术中的基础问题。
2、现有轨迹表征方法通常依赖预设的动作空间或运动学模型进行建模。例如,部分方法通过预测位置、航向等状态量的变化来推演未来轨迹,部分方法则通过加速度、转向曲率等具有物理含义的控制量来近似智能体的运动过程。上述方法在规则道路、简单交通流或低交互场景下能够提供较为直接的轨迹表达,但其动作空间的划分方式和运动约束通常在模型设计阶段预先确定,难以充分适应真实交通场景中复杂多变的行为模式。
3、在实际驾驶或机器人运动场景中,交通参与者的未来行为往往具有明显的多模态特征,例如在路口、汇入、变道或避障场景下,同一智能体可能对应多种合理的运动意图。若动作空间采用固定且均匀的离散化方式,则在复杂交互场景中可能因候选动作粒度不足而影响轨迹表达精度;而在直行、巡航等相对简单的场景中,又可能因维持过密的候选动作集合而增加不必要的计算负担。由此,固定动作空间在表达精度、计算效率和场景适应性之间存在一定矛盾。
4、此外,车辆或移动智能体的纵向运动与横向运动并非完全独立。以车辆为例,加速度、车速和转向曲率之间受到轮胎附着能力、横向加速度以及底盘动力学特性的共同约束。如果在轨迹表征中仅将相关控制量作为相互独立的变量进行处理,可能导致模型输出的运动状态与真实物理运动规律不一致,从而降低预测轨迹的可执行性和稳定性。同时,在基于神经网络的端到端训练过程中,动作空间的连续性、离散化粒度以及非线性运动变换也会影响模型的优化难度和收敛表现。
技术实现思路
1、本申请实施例提供一种基于可学习动作空间的运动轨迹表征方法、设备、存储介质及程序产品,用于至少解决上述技术问题之一。
2、第一方面,本申请实施例提供一种基于可学习动作空间的运动轨迹表征方法,包括:获取目标智能体对应的场景数据,并对所述场景数据进行特征编码处理,以得到用于表征所述目标智能体与所处环境之间上下文关联关系的场景特征向量;所述场景数据至少包括所述目标智能体的自身运动状态信息以及所处环境的环境状态信息;将所述场景特征向量输入动作空间离散化网络,以输出针对由加速度维度和曲率维度构成的连续动作空间的自适应网格参数;基于所述自适应网格参数对所述连续动作空间进行划分,构建与所述场景数据相匹配的可学习动作空间;所述可学习动作空间包括多个候选动作网格,各个所述候选动作网格的空间划分属性随所述自适应网格参数动态变化,每个所述候选动作网格用于表征至少一个由加速度参数和曲率参数共同确定的候选动作;在所述可学习动作空间内,调用轨迹预测网络确定各个所述候选动作网格分别对应的动作概率,以得到所述目标智能体在未来时域内的动作概率分布;基于所述动作概率分布确定多组动作序列,并结合基于加速度参数和曲率参数进行状态推演的预设运动学模型对所述动作序列进行状态推演,以生成对应于所述目标智能体的多条候选轨迹;基于所述多条候选轨迹对应的运动状态变化信息以及预设轨迹约束规则对所述多条候选轨迹进行可行性评估,并根据预设轨迹评价指标从评估通过的候选轨迹中确定目标运动轨迹,将所述目标运动轨迹作为所述目标智能体的运动轨迹表征结果。
3、第二方面,本申请实施例提供一种存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本申请上述任一项所述方法的步骤。
4、第三方面,提供一种计算机设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令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申请上述任一项所述方法的步骤。
5、第四方面,本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项所述方法的步骤。
6、第五方面,本申请实施例还提供一种可移动平台,包括:平台本体;以及控制系统,设置于所述平台本体;其中,所述控制系统被配置为执行上述任一项方法的步骤,以生成对应于所述可移动平台的目标运动轨迹,并基于所述目标运动轨迹控制所述平台本体在所处环境中运动。
7、本申请实施例的有益效果在于:
8、通过对目标智能体的自身运动状态信息及环境状态信息进行场景特征编码,并利用动作空间离散化网络根据场景特征动态输出连续动作空间的自适应网格参数,使由加速度维度和曲率维度共同构成的动作空间能够随场景复杂度和行为不确定性进行自适应划分,从而避免固定动作空间在复杂场景下表达粒度不足、在简单场景下候选动作冗余的问题;同时,由于候选动作网格由加速度参数和曲率参数共同确定,并进一步结合预设运动学模型进行状态推演,能够在轨迹生成过程中保持纵向运动与横向运动之间的运动学关联,提高候选轨迹的位置、姿态及运动趋势的一致性和物理可执行性;此外,通过在可学习动作空间内预测各候选动作网格的动作概率,并基于动作概率分布生成多组动作序列,可有效表征目标智能体未来行为的多模态不确定性,再结合运动状态变化信息和预设轨迹约束规则对候选轨迹进行可行性评估,有利于过滤不满足运动约束或稳定性要求的轨迹结果。由此,能够在保证轨迹表达精度和多模态覆盖能力的同时,降低不必要的动作搜索开销,并提高最终运动轨迹表征结果的场景适应性、物理合理性、可执行性和控制稳定性。
1.一种基于可学习动作空间的运动轨迹表征方法,包括:
2.根据权利要求1所述的方法,其中,所述获取目标智能体对应的场景数据,并对所述场景数据进行特征编码处理,以得到用于表征所述目标智能体与所处环境之间上下文关联关系的场景特征向量,包括:
3.根据权利要求1所述的方法,其中,所述将所述场景特征向量输入动作空间离散化网络,以输出针对由加速度维度和曲率维度构成的连续动作空间的自适应网格参数,包括:
4.根据权利要求3所述的方法,其中,所述基于所述自适应网格参数对所述连续动作空间进行划分,构建与所述场景数据相匹配的可学习动作空间,包括:
5.根据权利要求1所述的方法,其中,所述在所述可学习动作空间内,调用轨迹预测网络确定各个所述候选动作网格分别对应的动作概率,以得到所述目标智能体在未来时域内的动作概率分布,包括:
6.根据权利要求5所述的方法,其中,所述基于各个所述候选动作是否满足所述横纵向动力学协同约束的判断结果,对所述轨迹预测网络针对各个所述候选动作网格输出的原始动作评分进行掩码修正处理,以得到符合所述横纵向动力学协同约束的修正动作评分,包括:
7.根据权利要求1所述的方法,其中,所述可学习动作空间包括分别对应于不同预测时域的多个子动作空间;所述将所述场景特征向量输入动作空间离散化网络,以输出针对由加速度维度和曲率维度构成的连续动作空间的自适应网格参数,包括:
8.根据权利要求1所述的方法,其中,所述基于所述动作概率分布确定多组动作序列,并结合基于加速度参数和曲率参数进行状态推演的预设运动学模型对所述动作序列进行状态推演,以生成对应于所述目标智能体的多条候选轨迹,包括:
9.根据权利要求8所述的方法,其中,所述基于所述多条候选轨迹对应的运动状态变化信息以及预设轨迹约束规则对所述多条候选轨迹进行可行性评估,并根据预设轨迹评价指标从评估通过的候选轨迹中确定目标运动轨迹,包括:
10.一种计算机程序产品,所述计算机程序产品包括存储在存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行权利要求1-9中任一项所述方法的步骤。
11.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现权利要求1-9中任一项所述方法的步骤。
12.一种可移动平台,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com