[发明专利]路径规划模型训练方法及装置

说明书

本公开提供了一种路径规划模型训练方法及装置。包括：在模拟自动驾驶设备在目标路段内行进的过程中，获取自动驾驶设备在第一时段内的第一参量，及自动驾驶设备对应的第一障碍物在第一时段内的第二参量；将第一参量和第二参量输入至路径规划模型，获取由路径规划模型输出的自动驾驶设备在第一时刻的第一设备参量；根据第一设备参量获取自动驾驶设备在第一时刻的第三参量；将述第三参量和第四参量输入至路径规划模型，获取由路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量；将第二设备参量作为第一设备参量，循环执行上述步骤，直至得到目标路径规划模型。本公开可以提高路径规划的准确程度及自动驾驶设备的安全性。

技术领域

本公开的实施例涉及自动驾驶技术领域，尤其涉及一种路径规划模型训练方法及装置。

背景技术

随着科学技术的不断发展，自动驾驶设备(如无人车等)已经逐渐进入人们的视野。

当自动驾驶设备面临复杂的障碍场景(如十字路口等)时，规划出一条兼具安全性与效率的可行路径对无人配送业务的最终落地具有一定的指导意义。

目前常用的路径规划方式通常是路径最短原则，即根据起点和终点规划出一条最短的路径作为自动驾驶设备的运动路径，然而，此种路径规划方式，在自动驾驶设备处于复杂的障碍场景时，可能会出现自动驾驶设备与障碍物碰撞的现象发生，进而导致自动驾驶设备出现损坏，增加了配送成本。

发明内容

本公开的实施例提供一种路径规划模型训练方法及装置，用以结合强化学习的思路训练针对复杂场景的路径规划模型，可以提高路径规划的准确程度，提高了自动驾驶设备的安全性，降低了配送成本。

根据本公开的实施例的第一方面，提供了一种路径规划模型训练方法，包括：

在模拟自动驾驶设备在目标路段内行进的过程中，获取所述自动驾驶设备在第一时段内的第一参量，及所述自动驾驶设备对应的第一障碍物在所述第一时段内的第二参量；

将所述第一参量和所述第二参量输入至待训练的路径规划模型，并获取由所述路径规划模型输出的所述自动驾驶设备在第一时刻的第一设备参量；所述第一时刻为位于所述第一时段内最后一个时刻后的下一个时刻；

根据所述第一设备参量，获取所述自动驾驶设备在所述第一时刻的第三参量；

将所述第一参量、所述第二参量、所述第三参量和第四参量输入至所述路径规划模型，并获取由所述路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量；所述第四参量为所述第一障碍物在所述第一时刻的参量，所述第二时刻为位于所述第一时刻之后的下一个时刻；

将所述第二设备参量作为所述第一设备参量，循环执行所述根据所述第一设备参量，获取所述自动驾驶设备在所述第一时刻的第三参量，至所述获取由所述路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量的步骤，直至得到目标路径规划模型。

可选地，所述循环执行所述根据所述第一设备参量，获取所述自动驾驶设备在所述第一时刻的第三参量，至所述获取由所述路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量的步骤，直至得到目标路径规划模型，包括：

在迭代执行的过程，在达到参数调整条件的情况下，根据所述第一设备参量，确定所述自动驾驶设备与所述第一障碍物相碰撞的第一碰撞概率；

根据所述第一碰撞概率，调整所述路径规划模型的模型参数。

可选地，所述循环执行所述根据所述第一设备参量，获取所述自动驾驶设备在所述第一时刻的第三参量，至所述获取由所述路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量的步骤，直至得到目标路径规划模型，包括：

迭代执行设定次数的所述根据所述第一设备参量，获取所述自动驾驶设备在所述第一时刻的第三参量，至所述获取由所述路径规划模型输出的自动驾驶设备在第二时刻的第二设备参量的步骤；