[发明专利]具有动态成本学习的自主驾驶轨迹规划器

权利要求书

1.一种车辆自主导航的方法，包括：

在处理器处接收用于沿路段导航训练交通场景的参考轨迹；

在所述处理器处确定用于与模拟所述参考轨迹的候选轨迹相关联的成本函数的系数；

将所述确定的系数提供给神经网络以训练所述神经网络；

使用所述训练的神经网络使用由所述神经网络确定的适当成本系数来生成用于导航所述车辆的导航轨迹；以及

使用所述导航轨迹沿所述路段导航所述车辆。

2.如权利要求1所述的方法，还包括经由搜索图表示所述路段，其中所述候选轨迹被局限于所述搜索图，并且使用所述搜索图训练所述神经网络。

3.如权利要求1所述的方法，其中确定所述系数进一步包括：确定与所述参考轨迹相关联的成本；以及确定所述系数，对于所述系数，与所述候选轨迹相关联的所述成本函数输出在与所述参考轨迹相关联的所述成本的选择标准内的成本。

4.如权利要求1所述的方法，进一步包括确定所述成本函数的提供近似所述参考轨迹的最小成本的最优轨迹的所述系数。

5.一种自主车辆，包括：

处理器，配置为：

接收用于沿路段导航训练交通场景的参考轨迹；

确定用于与模拟所述参考轨迹的候选轨迹相关联的成本函数的系数；

将所述确定的系数提供给神经网络以训练所述神经网络；

使用由所述神经网络确定的适当成本系数来生成用于导航所述车辆的导航轨迹；以及

使用所述导航轨迹沿所述路段导航所述车辆。

6.如权利要求5所述的车辆，其中所述处理器还配置为经由具有局限于搜索图的候选轨迹的所述搜索图来表示所述路段并且使用所述搜索图来训练所述神经网络。

7.如权利要求5所述的车辆，其中与所述候选轨迹相关联的所述成本函数取决于所述交通场景中的对象。

8.如权利要求5所述的车辆，其中所述处理器还配置为确定所述系数，对于所述系数，与所述候选轨迹相关联的所述成本在与所述参考轨迹相关联的成本的选择标准内。

9.如权利要求5所述的车辆，其中所述处理器还配置为确定所述成本函数的提供近似所述参考轨迹的最小成本的最优轨迹的所述系数，并使用所述确定的系数训练所述神经网络。

10.如权利要求5所述的车辆，进一步包括检测所述车辆的状况和涉及所述车辆的实时交通场景的状况的传感器，其中所述神经网络还配置为生成适合于所述感测的实时交通场景的成本系数，并根据所述生成的成本系数生成所述导航轨迹。