背景车辆的运动状态的更新方法、装置、设备及介质与流程

摘要: 本技术属于自动驾驶仿真测试,尤其涉及背景车辆的运动状态的更新方法、装置、设备及介质。背景技术:1、自动驾驶关乎公共安全,需经过充分测试验证,受实车路测的成本高昂...
背景车辆的运动状态的更新方法、装置、设备及介质与流程

本技术属于自动驾驶仿真测试,尤其涉及背景车辆的运动状态的更新方法、装置、设备及介质。

背景技术:

1、自动驾驶关乎公共安全,需经过充分测试验证,受实车路测的成本高昂、周期漫长、极端场景难以安全复现等缺陷的限制,仿真测试成为自动驾驶的核心验证手段,其逼真程度直接决定安全验证质量。

2、目前大规模交通流的自动驾驶仿真测试场景中,往往涉及两类仿真车辆实体:一类是主车,即被测的自动驾驶车辆,另一类是背景车辆,也即除主车之外的其他车辆。出于对主车仿真精度的高要求与计算资源约束的权衡,在大规模交通流的仿真测试中,往往会为主车配备精细的多自由度车辆动力学模型,为背景车辆采用大幅简化的建模方案。前者可在仿真时实时解算动力学模型,以确保主车动力学响应的物理真实性与操控精度;后者普遍采用运动学简化模型,以求在大规模交通流中快速解算出大量背景车辆的运动轨迹,但这种方案因其忽略了背景车辆的轮胎侧偏特性、横摆惯性及侧向加速度连续变化等关键物理约束,导致背景车辆在转弯、变道等工况下常出现航向角阶跃突变或跳跃式横向移动等运动失真的问题,严重削弱了仿真测试的物理可信度。

3、因此,如何在基本不增加计算资源消耗的前提下,保证大规模交通流的仿真测试场景中背景车辆的运动连贯性与物理真实度,已成为目前亟需解决的技术问题。

技术实现思路

1、本技术实施例提供了背景车辆的运动状态的更新方法、装置、设备及介质,可以解决如何在基本不增加计算资源消耗的前提下,保证大规模交通流的仿真测试场景下背景车辆的运动连贯性的问题。

2、第一方面,本技术实施例提供了一种背景车辆的运动状态的更新方法,包括:

3、获取背景车辆的当前高层决策指令及当前运动状态,背景车辆为仿真测试环境中除主车以外的车辆,主车为仿真测试环境中被测试的车辆,当前高层决策指令表示背景车辆在当前时刻下的预期行驶目标;

4、根据当前运动状态,将高层决策指令映射为背景车辆的条件控制量,条件控制量表示在达到预期行驶目标的情况下,背景车辆需要的至少一个操作动作;

5、将条件控制量及当前运动状态输入至训练好的目标世界模型,得到目标世界模型输出的背景车辆的未来状态序列,目标世界模型为以主车的样本控制量和样本运动状态为输入、以预测状态趋近于样本状态为训练目标而预先训练得到的初始世界模型,样本控制量及样本运动状态根据主车的多自由度车辆动力学模型仿真得到;

6、根据未来状态序列,更新仿真测试环境中背景车辆的当前运动状态。

7、在一些实施例中,目标世界模型通过以下方式训练得到:

8、获取主车的动力学仿真数据,动力学仿真数据包括主车对应多个样本轨迹,各样本轨迹下包括主车在多个时刻下的样本控制量及样本运动状态;

9、根据各样本轨迹下各样本运动状态之间的差异,确定各时刻下的参考状态增量;

10、执行训练步骤:针对每条样本轨迹,将各时刻下的样本控制量及样本运动状态输入至初始世界模型,得到初始世界模型输出的各时刻下的预测状态增量;根据各时刻下的预测状态增量及对应时刻下的样本运动状态,确定该条样本轨迹对应的预测轨迹;将各时刻下的预测状态增量与对应时刻下的参考状态增量进行比较,得到第一损失值;将各样本轨迹与各样本轨迹对应的预测轨迹输入至判别器,判别器用于根据各样本轨迹与各样本轨迹对应的预测轨迹之间的差异,生成第二损失值;根据第一损失值和第二损失值,更新初始世界模型和判别器的参数;重复执行训练步骤直至满足预设收敛条件,将训练完成的初始世界模型确定为目标世界模型。

11、在一些实施例中,初始世界模型包括编码器、动态转移模型及解码器,样本轨迹还包括主车在多个时刻下的样本决策信息;

12、针对每条样本轨迹,将各时刻下的样本控制量及样本运动状态输入至初始世界模型,得到初始世界模型输出的各时刻下的预测状态增量,包括:

13、分别将各时刻下的样本决策信息与样本运动状态进行拼接,得到样本观测向量;

14、将第t时刻下的样本观测向量输入至编码器,得到编码器输出的第t时刻下的后验状态向量,i为正整数;

15、将第t-1时刻的后验状态向量与第t-1时刻下的样本控制量拼接输入至动态转移模型,得到动态转移模型预测的第t时刻下的隐状态向量以及先验状态向量;

16、将第t时刻下的隐状态向量与第t时刻下后验状态向量拼接,得到拼接状态向量;

17、将第t时刻下的拼接状态向量输入解码器,得到解码器输出的第t时刻下的预测状态增量。

18、在一些实施例中,目标世界模型的训练过程还包括:

19、获取主车的主车属性向量,主车属性向量表示主车在执行控制指令时的动力学响应情况;

20、对主车属性向量进行仿射变换处理,得到主车对应的第一缩放因子及第一偏移因子;

21、将第t-1时刻的后验状态向量与第t-1时刻下的样本控制量拼接输入至动态转移模型,得到动态转移模型预测的第t时刻下的隐状态向量以及先验状态向量,包括:

22、将第一缩放因子及第一偏移因子输入至动态转移模型,以及将第t-1时刻的后验状态向量与第t-1时刻下的样本控制量拼接输入至动态转移模型,动态转移模型用于:根据第t-1时刻的后验状态向量与第t-1时刻下的样本控制量的拼接结果,预测第t时刻下的初始状态向量;根据缩放因子及偏移因子更新初始状态向量,得到第t时刻下的隐状态向量;根据第t时刻下的隐状态向量计算第t时刻下的先验状态向量。

23、在一些实施例中,第一损失值包括状态预测损失值及散度损失值,将各时刻下的预测状态增量与对应时刻下的参考状态增量进行比较,得到第一损失值,包括:

24、计算各时刻的预测状态增量与对应时刻的参考状态增量之间的均方误差,均方误差作为状态预测损失值;

25、计算各时刻的后验状态向量与先验状态向量之间的散度,散度作为散度损失值;

26、根据状态预测损失值与散度损失值之间的加权结果,确定第一损失值。

27、在一些实施例中,根据第一损失值和第二损失值,更新初始世界模型和判别器的参数,包括:

28、对第一损失值和第二损失值进行加权求和,得到总损失值;

29、在总损失值未满足预设损失阈值的情况下,交替更新判别器的参数和初始世界模型的参数。

30、在一些实施例中,高层决策指令包括背景车辆的预期路径及预期速度;当前运动状态包括背景车辆在当前时刻下的后轴中心位置、航向角及纵向速度;

31、根据当前运动状态,将高层决策指令映射为背景车辆的条件控制量,包括:

32、根据后轴中心位置、航向角及纵向速度,将预期路径映射为背景车辆的前馈方向盘转角;

33、根据纵向速度,将预期速度映射为背景车辆的油门开度及制动压力,前馈方向盘转角、油门开度及制动压力组合作为条件控制量。

34、在一些实施例中,目标世界模型包括动态转移模型及解码器;

35、将条件控制量及当前运动状态输入至训练好的目标世界模型,得到目标世界模型输出的背景车辆的未来状态序列,包括:

36、在第k个循环周期内,执行以下步骤:

37、将第k-1次条件控制量输入至动态转移模型,由动态转移模型根据历史时刻的隐状态向量以及先验状态向量,输出背景车辆在第k次的先验状态向量;

38、将第k次的先验状态向量输入至解码器,得到解码器输出的第k-1次至第k次的预测状态增量;

39、根据预测状态增量更新第k-1次的运动状态,得到背景车辆在第k次的预测运动状态;

40、在第k个循环周期对应的当前循环次数k小于预设循环次数的情况下,进入第k+1个循环周期;

41、在当前循环次数k大于或等于预设循环次数的情况下,按时间顺序排列背景车辆在各循环周期下的预测运动状态,得到未来状态序列,k为正整数。

42、在一些实施例中,方法还包括:

43、获取背景车辆的车辆属性向量,车辆属性向量表示背景车辆在执行控制指令时的动力学响应情况;

44、对车辆属性向量进行仿射变换处理,得到背景车辆对应的第二缩放因子及第二偏移因子;

45、将第k-1次条件控制量输入至动态转移模型,由动态转移模型根据历史时刻的隐状态向量以及先验状态向量,输出背景车辆在第k次的先验状态向量,包括:

46、将第二缩放因子及第二偏移因子输入至动态转移模型,以及将条件控制量输入至动态转移模型,动态转移模型用于:根据第k-1次的隐状态向量以及先验状态向量,预测背景车辆在第k次的初始状态向量;根据第二缩放因子及第二偏移因子更新初始状态向量,得到第k次的隐状态向量;根据第k次的隐状态向量计算当前时刻下的先验状态向量。

47、在一些实施例中,根据未来状态序列,更新仿真测试环境中,包括:

48、按时间顺序从未来状态序列中,选取至少一个预测运动状态,得到预测状态子集;

49、在仿真测试环境中,根据预测状态子集中的各预测运动状态,更新背景车辆的当前运动状态。

50、第二方面,本技术实施例提供了一种背景车辆的运动状态的更新装置,包括:

51、获取模块,用于获取背景车辆的当前高层决策指令及当前运动状态,背景车辆为仿真测试环境中除主车以外的车辆,主车为仿真测试环境中被测试的车辆,当前高层决策指令表示背景车辆在当前时刻下的预期行驶目标;

52、映射模块,用于根据当前运动状态,将高层决策指令映射为背景车辆的条件控制量,条件控制量表示在达到预期行驶目标的情况下,背景车辆需要的至少一个操作动作;

53、推理模块,用于将条件控制量及当前运动状态输入至训练好的目标世界模型,得到目标世界模型输出的背景车辆的未来状态序列,目标世界模型为以主车的样本控制量和样本运动状态为输入、以预测状态趋近于样本状态为训练目标而预先训练得到的初始世界模型,样本控制量及样本运动状态根据主车的多自由度车辆动力学模型仿真得到;

54、更新模块,用于根据未来状态序列,更新仿真测试环境中背景车辆的当前运动状态。

55、第三方面,本技术实施例提供了一种电子设备,包括处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时,使得电子设备实现如第一方面任一项实施例中所述的方法。

56、第四方面,本技术实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如第一方面任一项实施例中所述的方法。

57、第五方面,本技术实施例提供了一种计算机程序产品,包括计算机程序,计算机程序被运行时,使得如第一方面任一项实施例中所述的方法被执行。

58、本技术实施例与相关技术相比存在的有益效果是:

59、获取背景车辆的高层决策指令及当前运动状态后,将表示背景车辆的预期行驶目标的高层决策指令映射为背景车辆的条件控制量,可将该高层决策指令表征的行为意图转换为目标世界模型能够理解的向量数据。进而将条件控制量及当前运动状态输入至训练好的目标世界模型,即可得到该模型输出的未来状态序列。如此,无需针对背景车辆在线求解复杂的多自由度非线性微分方程组,可基本上不增加大规模交通流中针对背景车辆的运行状态的计算量。而且,目标世界模型是以主车的样本控制量和样本运动状态为输入、以预测的样本运动状态趋近于参考运动状态量为训练目标而预先训练得到的模型,其中的相关样本数据还是根据主车的多自由度车辆动力学模型仿真得到的高质量数据。因此,该目标世界模型在训练时就可以隐性习得主车在满足车辆动力学物理约束下可靠的多自由度动力学响应特征,也即习得高质量的动力学数据的预测能力。在推理时该目标世界模型就可以输出与主车的动力学数据在同等级别,且满足车辆动力学物理约束的未来状态序列,从而消除大规模交通流下背景车辆运动失真的问题。此外,目标世界模型输出的是未来状态序列,该序列内部各帧之间天然存在由目标世界模型隐状态传递的时序依赖关系,使得背景车辆的预测运动状态在时间维度上具有内在连贯性。进而,直接利用该模型的输出在仿真测试环境中更新背景车辆的当前运动状态,可确保背景车辆的运行状态的连贯性。