[发明专利]运动基元库构建方法和装置、连接运动基元的方法和装置

说明书

本说明书提供一种类人驾驶运动基元库的构建方法和装置以及一种连接运动基元的方法和装置，构建方法包括：获取有人驾驶情况下，各个采样时刻的车辆特征数据；行驶数据包括航向特征数据、速度特征数据和位置特征数据；确定车辆行驶的航向变化过零点，分割车辆特征数据，得到过分割数据段；根据各个过分割数据段的速度特征数据和位置特征数据，计算各个过分割数据段对应的属性特征集；基于所有过分割数据段对应的属性特征集，采用期望最大算法筛选得到用于作为运动基元库中运动基元的过分割数据段，以及对应的属性特征集。采用前述的运动基元库中运动基元构建的自动驾驶路径，更能满足乘客的乘坐体验。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种运动基元库的构建方法和装置，以及一种连接运动基元的方法和装置。

背景技术

自动驾驶领域中，目前主要应用的自动驾驶方法时基于车辆传感器检测到的环境特征数据、车辆运行特征数据规划车辆的可行行驶轨迹和运行特性，并根据驾驶的安全性和高效性要求选定某一可行行驶轨迹和运动特性作为最终的行驶轨迹。因为当前自动驾驶控制方法仅根据环境特征数据、安全性要求和高效性要求规划行驶轨迹和运动特性，并没有考虑到车内人员的适应性。

发明内容

本说明书实施例类人驾驶基元库的构建方法和装置，用于根据车辆特征数据提取组成运动基元库的运动基元；此外，本申请还提供一种连接运动基元的方法和装置。

一方面，本申请提供一种类人驾驶运动基元库的构建方法，包括：

获取有人驾驶情况下，各个采样时刻的车辆特征数据；所述行驶数据包括航向特征数据、速度特征数据和位置特征数据；

根据各个采样时刻的航向特征数据，确定车辆行驶的航向变化过零点；采用所述航向变化过零点作为过分割点，分割所述车辆特征数据，得到过分割数据段；

根据各个所述过分割数据段的速度特征数据和位置特征数据，计算各个所述过分割数据段对应的属性特征集；

基于所有所述过分割数据段对应的属性特征集，采用期望最大算法筛选得到用于作为运动基元库中运动基元的过分割数据段，以及对应的属性特征集。

可选的，根据各个所述过分割数据段中的速度特征数据和位置特征数据，确定各个所述过分割数据段对应的属性特征集，包括：

构建衰减函数和和高斯内核函数；

根据所述过分割数据段的速度特征数据和位置特征数据，以及设定的临界阻尼系统数据，计算偏差数据；

根据所述偏差数据、所述衰减函数和所述高斯内核函数，采用局部加权回归算法计算各个所述高斯内核函数对应的权重系数；

采用所述过分割数据段的起始点速度，以及各个所述高斯内核函数对应的权重系数构建所述属性特征集。

可选的，所述衰减函数为：

其中：α_z为预设参量，T为所述过分割数据段的持续时间，Δt为采样时刻的采样间隔。

另一方面，本说明书还提供一种连接运动基元的方法，用于连接从前述类人驾驶运动基元库中选定的运动基元；包括：

根据各个选定运动基元的持续时间计算总持续时间；

采用所述总持续时间计算衰减函数；

根据各个选定运动基元的持续时间、所述总持续时间分别计算各个选定运动基元的高斯内核中心和内核分布幅度，根据所有选定运动基元的高斯内核中心构建高斯内核中心序列，根据所有选定运动基元的内核分布幅度构建内核分布幅度序列；以及，根据所有选定运动基元的属性特征集中的权重系数构建基元轨迹特征序列；