【技術實現步驟摘要】
本專利技術涉及自動駕駛，尤其涉及一種多模態交互的運動規劃方法、系統以及存儲介質。
技術介紹
1、運動規劃是自動駕駛領域中的一項關鍵任務，實現在沒有人工干預的情況下對自動駕駛車輛運動軌跡的規劃。自動駕駛車輛配備了多個傳感器，可以像人類駕駛員一樣持續觀察環境，從而估計周圍智能體的運動并生成運動規劃，以實現安全、舒適和可靠的駕駛行為。顯然，周圍智能體的軌跡對運動規劃有顯著影響。
2、運動規劃是自動駕駛的關鍵模塊，其主要挑戰來自于與其他交通智能體的交互造成的不確定性。然而，目前大多數方法將運動規劃和軌跡預測視為單獨的任務。在實踐中，這些方法生成周圍智能體的預測軌跡，隨后將其用作規劃任務的輸入，這忽視了自動駕駛車輛與周圍智能體之間持續的交互。
技術實現思路
1、針對現有技術中存在的問題，有必要將運動規劃和軌跡預測集成到聯合模型中。此外，運動規劃的首要目標是通過導航路線安全到達目的地，而導航路線決定了自動駕駛車輛的潛在意圖。通過將導航路線作為運動規劃模型的輸入，可以有效的限制自動駕駛車輛的不確定性，從而提升運動規劃的合理性。因此，將軌跡預測與運動規劃相結合，利用統一的模型輸出預測軌跡和規劃軌跡能夠有效的加強自動駕駛車輛與其他智能體的交互，同時合理的利用導航路線能夠降低自動駕駛車輛規劃軌跡的不確定性，并對規劃意圖作出合理的解釋。
2、針對此，本專利技術提出了一種意圖可解釋的多模態交互的運動規劃器，通過從導航路線采樣意圖點的方式來實現多模態運動規劃，并實現了軌跡預測和運動規
3、為達到上述目的，本專利技術的技術方案提供了一種多模態交互的運動規劃方法，其包括如下步驟：s1場景編碼：通過軌跡編碼器和地圖編碼器，分別從輸入的軌跡信息和地圖信息中提取軌跡特征和地圖特征，并通過上下文交互編碼器實現軌跡特征和地圖特征的上下文交互，以生成能夠表達當前交通場景信息的上下文編碼特征，其中，地圖信息包括高精度地圖中地圖元素，軌跡信息包括自動駕駛車輛及其它智能體的歷史狀態；s2路由編碼：基于自動駕駛車輛的路由信息，生成路由編碼特征以及能夠表達自動駕駛車輛的潛在意圖的路由意圖點，其中，路由信息為地圖信息中的路由航線上的車道中心線序列，路由航線由自動駕駛車輛當前位置導航向預設的終點位置；s3軌跡生成：基于輸入的上下文編碼特征、路由意圖點和路由編碼特征，分別生成場景內所有智能體的預測軌跡以及自動駕駛車輛的規劃軌跡。
4、進一步地，在步驟s2中，生成路由編碼特征包括：通過路由編碼器從路由航線上的車道中心線序列中提取特征，然后輸入路由交互編碼器，以與自動駕駛車輛對應的上下文編碼特征進行交互，從而生成路由編碼特征。
5、進一步地，在步驟s2中，生成路由意圖點包括：通過對路由航線上的車道中心線序列進行路由意圖采樣，來生成能夠表征自動駕駛車輛的潛在意圖的路由意圖點。
6、進一步地，在步驟s3中，生成預測軌跡包括：采用在步驟s1場景編碼中生成的上下文編碼特征作為輸入信息，通過上下文解碼器得到上下文解碼特征，最后通過預測軌跡生成器基于上下文解碼特征得到場景內所有智能體的預測軌跡。
7、進一步地，在步驟s3中，生成規劃軌跡包括：首先通過規劃軌跡生成器使用路由意圖點來初始化自動駕駛車輛規劃軌跡的末端位置，然后結合上下文編碼特征和路由編碼特征對初始化規劃軌跡進行優化和修正，最終得到自動駕駛車輛的規劃軌跡。
8、進一步地，在步驟s3中，路由編碼特征先通過路由解碼器生成路由解碼特征，上下文編碼特征先通過上下文解碼器生成上下文解碼特征，然后將路由解碼特征和自動駕駛車輛對應的上下文解碼特征作為規劃軌跡生成器的輸入信息。
9、進一步地，在步驟s1中，高精度地圖中地圖元素包括車道中心線、車道邊界線、人行橫道和紅綠燈信息。
10、進一步地，在步驟s1中，軌跡信息包括自動駕駛車輛及其它智能體過去一段時間內的位置、速度、加速度和航向信息的時序序列。
11、本專利技術的技術方案還提供了一種多模態交互的運動規劃系統，其包括如下模塊：場景編碼模塊，用于通過軌跡編碼器和地圖編碼器，分別從輸入的軌跡信息和地圖信息中提取軌跡特征和地圖特征，并通過上下文交互編碼器實現軌跡特征和地圖特征的上下文交互，以生成能夠表達當前交通場景信息的上下文編碼特征，其中，地圖信息包括高精度地圖中地圖元素，軌跡信息包括自動駕駛車輛及其它智能體的歷史狀態；路由編碼模塊，用于基于自動駕駛車輛的路由信息，生成路由編碼特征以及能夠表達自動駕駛車輛的潛在意圖的路由意圖點，其中，路由信息為地圖信息中的路由航線上的車道中心線序列，路由航線由自動駕駛車輛當前位置導航向預設的終點位置；軌跡生成模塊，用于基于輸入的上下文編碼特征、路由意圖點和路由編碼特征，分別生成場景內所有智能體的預測軌跡以及自動駕駛車輛的規劃軌跡。
12、本專利技術的技術方案還提供了一種包含計算機程序的計算機可讀存儲介質，當所述計算機程序被一個或多個處理器執行時，執行如上所述的方法。
本文檔來自技高網...【技術保護點】
1.一種多模態交互的運動規劃方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，在步驟S2中，生成路由編碼特征包括：通過路由編碼器從路由航線上的車道中心線序列中提取特征，然后輸入路由交互編碼器，以與自動駕駛車輛對應的上下文編碼特征進行交互，從而生成路由編碼特征。
3.根據權利要求2所述的方法，其特征在于，在步驟S2中，生成路由意圖點包括：通過對路由航線上的車道中心線序列進行路由意圖采樣，來生成能夠表征自動駕駛車輛的潛在意圖的路由意圖點。
4.根據權利要求1所述的方法，其特征在于，在步驟S3中，生成預測軌跡包括：采用在步驟S1場景編碼中生成的上下文編碼特征作為輸入信息，通過上下文解碼器得到上下文解碼特征，最后通過預測軌跡生成器基于上下文解碼特征得到場景內所有智能體的預測軌跡。
5.根據權利要求4所述的方法，其特征在于，在步驟S3中，生成規劃軌跡包括：首先通過規劃軌跡生成器使用路由意圖點來初始化自動駕駛車輛規劃軌跡的末端位置，然后結合上下文編碼特征和路由編碼特征對初始化規劃軌跡進行優化和修正，最終得到自動駕駛車輛
6.根據權利要求5所述的方法，其特征在于，在步驟S3中，路由編碼特征先通過路由解碼器生成路由解碼特征，上下文編碼特征先通過上下文解碼器生成上下文解碼特征，然后將路由解碼特征和自動駕駛車輛對應的上下文解碼特征作為規劃軌跡生成器的輸入信息。
7.根據權利要求1-6中任一項所述的方法，其特征在于，在步驟S1中，高精度地圖中地圖元素包括車道中心線、車道邊界線、人行橫道和紅綠燈信息。
8.根據權利要求7所述的方法，其特征在于，在步驟S1中，軌跡信息包括自動駕駛車輛及其它智能體過去一段時間內的位置、速度、加速度和航向信息的時序序列。
9.一種多模態交互的運動規劃系統，其特征在于，包括如下模塊：
10.一種包含計算機程序的計算機可讀存儲介質，其特征在于，當所述計算機程序被一個或多個處理器執行時，執行如權利要求1-8中任一項所述的方法。
...【技術特征摘要】
1.一種多模態交互的運動規劃方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，在步驟s2中，生成路由編碼特征包括：通過路由編碼器從路由航線上的車道中心線序列中提取特征，然后輸入路由交互編碼器，以與自動駕駛車輛對應的上下文編碼特征進行交互，從而生成路由編碼特征。
3.根據權利要求2所述的方法，其特征在于，在步驟s2中，生成路由意圖點包括：通過對路由航線上的車道中心線序列進行路由意圖采樣，來生成能夠表征自動駕駛車輛的潛在意圖的路由意圖點。
4.根據權利要求1所述的方法，其特征在于，在步驟s3中，生成預測軌跡包括：采用在步驟s1場景編碼中生成的上下文編碼特征作為輸入信息，通過上下文解碼器得到上下文解碼特征，最后通過預測軌跡生成器基于上下文解碼特征得到場景內所有智能體的預測軌跡。
5.根據權利要求4所述的方法，其特征在于，在步驟s3中，生成規劃軌跡包括：首先通過規劃軌跡生成器使用路由意圖點來初始化自動駕駛車輛規劃軌跡的末端...
【專利技術屬性】
技術研發人員：何弢，廖文龍，陳曉磊，彭湃，
申請(專利權)人：酷哇科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。