轨迹规划模型的训练方法、轨迹规划方法及无人驾驶车辆与流程

本公开涉及自动驾驶、轨迹规划、机器学习，更具体地，涉及一种轨迹规划模型的训练方法、轨迹规划方法及无人驾驶车辆。

背景技术：

1、随着自动驾驶领域的快速发展，无人驾驶车辆也被越来越多地应用于矿区、工农业生产、建筑、物流、和日常生活等诸多领域。多个领域通常涉及多种无人驾驶车辆，同一领域也会涉及多种无人驾驶车辆。

2、在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：无人驾驶车辆的轨迹规划模型通常仅适用于特定的车辆尺寸，使得该轨迹规划模型很难适配于多种场景、多种任务的无人驾驶车辆的规划。此外，若针对多种场景、多种任务下多种尺寸的车辆分别构造样本并进行训练，样本生成和模型训练成本较高。

技术实现思路

1、有鉴于此，本公开提供了一种轨迹规划模型的训练方法、轨迹规划方法及无人驾驶车辆，至少部分地解决了相关技术轨迹规划模型的通用性受限、适配效率低、训练成本高的技术问题。

2、本公开的一个方面提供了一种轨迹规划模型的训练方法，包括：获取样本数据，其中，样本数据包括环境数据、车辆的运动数据和车身参数集合，车身参数集合用于确定多个车辆尺寸；将样本数据输入当前轮的待训练模型，得到多个轨迹规划序列，其中，多个轨迹规划序列分别与多个车辆尺寸对应，轨迹规划序列包括顺序执行的至少一个第一控制信息，第一控制信息用于对与轨迹规划序列对应的车辆尺寸的仿真车辆进行控制；根据多个轨迹规划序列和多个车辆尺寸，确定多个车辆尺寸各自的奖励信息；利用多个车辆尺寸各自的奖励信息对当前轮的待训练模型进行优化，得到优化后的轨迹规划模型。

3、根据本公开的实施例，车身参数集合包括至少一个车身参数，待训练模型包括采样器和规划器；将样本数据输入当前轮的待训练模型，得到多个轨迹规划序列，包括：利用采样器，对车身参数集合中的各车身参数进行多次采样，得到多个车辆尺寸，其中，同一次采样得到的至少一个车身参数各自的参数值共同用于确定车辆尺寸；针对各车辆尺寸，利用规划器，对车辆尺寸、环境数据和运动数据进行至少一轮轨迹规划，得到与各车辆尺寸对应的轨迹规划序列，其中，每轮轨迹规划用于确定轨迹规划序列中的一个第一控制信息。

4、根据本公开的实施例，车身参数对应有采样数值区间，对车身参数集合中的各车身参数进行多次采样，得到多个车辆尺寸，包括：对各车身参数对应的采样数值区间进行随机采样，得到各车身参数在本次采样后的参数值；组合各车身参数在本次采样后的参数值，得到本次采样后的车辆尺寸。

5、优选地，车身参数包括以下至少之一：车辆类型、车辆长度、车辆宽度、轴距、前悬、后悬。

6、根据本公开的实施例，轨迹规划序列中的第一控制信息是待训练模型针对车辆尺寸进行归一化后得到的；根据多个轨迹规划序列和多个车辆尺寸，确定多个车辆尺寸各自的奖励信息包括：针对各车辆尺寸，将第一控制信息映射为针对车辆尺寸的仿真车辆的第二控制信息；按照轨迹规划序列中至少一个第一控制信息的执行顺序，控制仿真车辆执行至少一个第二控制信息，以得到仿真运动数据；以及根据仿真运动数据和第二控制信息中的至少一个，确定车辆尺寸的奖励信息。

7、根据本公开的实施例，第一控制信息包括期望转向角，第二控制信息包括物理转向角；将第一控制信息映射为针对车辆尺寸的仿真车辆的第二控制信息，包括：在动力学约束下，确定针对车辆尺寸的最大物理转向角；根据期望转向角和最大物理转向角之间的相对差异，确定物理转向角。

8、根据本公开的实施例，奖励信息是按照奖励函数对仿真运动数据和第二控制信息中的至少之一计算得到的；其中，奖励函数包括以下至少之一：用于评估仿真运动数据的质量的第一奖励项、用于评估第二控制信息的质量的第二奖励项、用于约束仿真运动数据与环境数据中障碍物之间的碰撞可能性的惩罚项。

9、根据本公开的实施例，第一奖励项和第二奖励项的权重基于车辆尺寸确定。

10、优选地，权重与车辆尺寸成正比。

11、根据本公开的实施例，仿真运动数据包括以下至少之一：仿真轨迹、仿真位姿；第一奖励项包括以下至少之一：用于约束仿真轨迹的第一子奖励项、用于约束仿真位姿的第二子奖励项；

12、优选地，第一子奖励项包括泊车奖励项，方法还包括：在具有车辆尺寸的仿真车辆处于仿真轨迹的终点的情况下，根据具有车辆尺寸的仿真车辆与泊车位之间的重叠程度确定泊车奖励项，其中，泊车位处于仿真轨迹的终点，环境数据包括泊车位的位姿和尺寸；

13、方法还包括：在具有车辆尺寸的仿真车辆处于仿真轨迹的至少一个位置点的情况下，根据具有车辆尺寸的仿真车辆与障碍物之间的重叠程度确定惩罚项，其中，环境数据包括障碍物的位姿和尺寸。

14、本公开的另一个方面提供了一种轨迹规划方法，包括：获取待规划数据，其中，待规划数据包括目标环境数据、目标车辆的目标运动数据和车辆尺寸；将待规划数据输入轨迹规划模型，输出用于控制目标车辆的轨迹规划序列，以通过轨迹规划序列控制目标车辆，其中，轨迹规划模型是利用上述方法训练得到的。

15、本公开的另一个方面提供了一种无人驾驶车辆，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如上轨迹规划方法。

16、本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，指令在被执行时用于实现如上的方法。

17、本公开的另一方面提供了一种计算机程序产品，计算机程序产品包括计算机可执行指令，指令在被执行时用于实现如上的方法。

18、在本公开的实施例中，通过将车身参数集合作为当前轮待训练模型的输入，使得静态环境隐含的车辆自身的参数信息优化为轨迹规划模型的动态输入，使得训练过程能够引导待训练模型学习到车辆自身尺寸（输入）与轨迹规划序列或控制信息（输出）之间的映射关系。进一步地，基于待训练模型输出的轨迹规划模型以及对应的轨迹尺寸确定奖励信息，并利用奖励信息优化当前轮的待训练模型，能够结合车辆尺寸强化待训练模型进行尺寸自适应轨迹规划的能力，使得优化后的轨迹规划模型能够感知车辆尺寸并进行对应的轨迹规划。整个过程中，无需提前构造多种车辆尺寸的样本数据，降低了样本生成和训练成本；由于优化后的轨迹规划模型可以进行尺寸自适应性地轨迹规划，因此，优化后的轨迹模型可以部署并适配于多种车辆尺寸的车辆，提高了轨迹规划模型的通用性和适配效率。

1.一种轨迹规划模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述车身参数集合包括至少一个车身参数，所述待训练模型包括采样器和规划器；所述将所述样本数据输入当前轮的待训练模型，得到多个轨迹规划序列，包括：

3.根据权利要求2所述的方法，其特征在于，所述车身参数对应有采样数值区间，所述对所述车身参数集合中的各所述车身参数进行多次采样，得到多个所述车辆尺寸，包括：

4.根据权利要求1所述的方法，其特征在于，所述轨迹规划序列中的所述第一控制信息是所述待训练模型针对所述车辆尺寸进行归一化后得到的；所述根据多个所述轨迹规划序列和多个所述车辆尺寸，确定多个所述车辆尺寸各自的奖励信息包括：

5.根据权利要求4所述的方法，其特征在于，所述第一控制信息包括期望转向角，所述第二控制信息包括物理转向角；将所述第一控制信息映射为针对所述车辆尺寸的仿真车辆的第二控制信息，包括：

6.根据权利要求4所述的方法，其特征在于，所述奖励信息是按照奖励函数对所述仿真运动数据和所述第二控制信息中的至少之一计算得到的；

7.根据权利要求6所述的方法，其特征在于，所述第一奖励项和所述第二奖励项的权重基于所述车辆尺寸确定；

8.根据权利要求6所述的方法，其特征在于，所述仿真运动数据包括以下至少之一：仿真轨迹、仿真位姿；所述第一奖励项包括以下至少之一：用于约束所述仿真轨迹的第一子奖励项、用于约束所述仿真位姿的第二子奖励项；

9.一种轨迹规划方法，其特征在于，包括：

10.一种无人驾驶车辆，包括：