[发明专利]具有动态成本学习的自主驾驶轨迹规划器

说明书

一种车辆、车辆自主导航的系统和方法。在车辆的处理器处接收用于沿路段导航训练交通场景的参考轨迹。处理器确定用于与模拟参考轨迹的候选轨迹相关联的成本函数的系数。将所确定的系数提供给神经网络以训练神经网络。训练的神经网络使用由神经网络确定的成本系数来生成用于导航车辆的导航轨迹。使用导航轨迹沿路段导航车辆。

引言

本公开涉及用于车辆自主导航的系统，并且具体涉及用于训练神经网络以选择用于在动态道路和交通场景中导航的轨迹的系统和方法。

自主车辆采用生成用于导航车辆的轨迹的运动规划系统。大多数运动规划系统通过确定与该轨迹相关联的成本函数来寻找一段道路上的车辆的最佳轨迹。然而，通常仅使用单个或甚至多个成本函数难以生成在多个不同道路场景上可操作的同时模仿类似人的驾驶的轨迹。因此，期望提供一种针对不同道路场景动态地获取最优轨迹的轨迹规划方法。

发明内容

在一个示例性实施例中，公开了一种车辆自主导航的方法。该方法包括：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、在该处理器处确定用于与模拟参考轨迹的候选轨迹相关联的成本函数的系数、将确定的系数提供给神经网络以训练神经网络、并且使用训练的神经网络使用由神经网络确定的适当的成本系数来生成用于导航车辆的导航轨迹。使用导航轨迹沿路段导航车辆。

除了本文描述的一个或多个特征之外，路段由用于训练神经网络的搜索图表示，并且候选轨迹局限于搜索图。搜索图可以包括车辆状态数据和沿路段的对象的数据。与候选轨迹相关联的成本函数取决于训练交通场景中的对象。

确定系数包括：确定与参考轨迹相关联的成本以及确定系数，对于该系数，与候选轨迹相关联的成本函数输出在与参考轨迹相关联的成本的选择标准内的成本。在各个实施例中，选择成本函数的系数以提供近似参考轨迹的最小成本的最优轨迹。

在另一示例性实施例中，公开了一种用于导航自主车辆的系统。该系统包括处理器，该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、确定用于与模拟参考轨迹的候选轨迹相关联的成本函数的系数、将确定的系数提供给神经网络以训练神经网络、并且在神经网络处使用由神经网络确定的适当的成本系数来生成用于导航车辆的导航轨迹。处理器还配置为使用导航轨迹沿路段导航车辆。

除了本文描述的一个或多个特征之外，该处理器还配置为经由具有局限于该搜索图的候选轨迹的搜索图来表示该路段并且使用该搜索图作为输入来训练该神经网络。搜索图包括车辆状态数据和沿路段的对象的数据。与候选轨迹相关联的成本函数取决于交通场景中的对象。

处理器进一步配置为确定系数，对于该系数与候选轨迹相关联的成本在与参考轨迹相关联的成本的选择标准内。处理器进一步配置为确定成本函数的提供近似参考轨迹的最小成本的最优轨迹的系数，并且使用确定的系数训练神经网络。

在又一示例性实施例中，公开了一种自主车辆。该车辆包括处理器，该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、确定用于与模拟参考轨迹的候选轨迹相关联的成本函数的系数、将确定的系数提供给神经网络以训练神经网络、使用由训练的神经网络确定的适当的成本系数来生成用于导航车辆的导航轨迹，并且使用导航轨迹来沿路段导航车辆。

除了本文描述的一个或多个特征之外，该处理器经由具有局限于该搜索图形的候选轨迹的搜索图形来表示该路段并且使用该搜索图形来训练该神经网络。与候选轨迹相关联的成本函数取决于交通场景中的对象。处理器确定系数，对于该系数与候选轨迹相关联的成本在与参考轨迹相关联的成本的选择标准内。处理器确定成本函数的提供近似参考轨迹的最小成本的最优轨迹的系数，并且使用确定的系数训练神经网络。

车辆包括传感器，该传感器检测车辆的状况和涉及车辆的实时交通场景的状况，并且神经网络生成适合于感测到的实时交通场景的成本系数，并根据生成的成本系数生成导航轨迹。

通过以下结合附图的详细描述，本发明的以上特征和优点以及其它特征和优点是显而易见的。

附图说明