[发明专利]共享无人车路径规划方法、装置、设备及存储介质

权利要求书

1.一种共享无人车路径规划方法，其特征在于，所述共享无人车路径规划方法包括：

根据预设自学习网络模型对预设区域内的潜在召车请求进行预测，得到所述潜在召车请求的位置以及时间；

根据当前载客模式确定对应的路径规划策略；

根据所述路径规划策略对所述潜在召车请求的位置以及时间进行分析，得到共享无人车的规划行驶路径。

2.如权利要求1所述的共享无人车路径规划方法，其特征在于，所述根据所述路径规划策略对所述潜在召车请求的位置以及时间进行分析，得到共享无人车的规划行驶路径，包括：

根据所述潜在召车请求的位置以及时间构建离散路径点集合；

根据当前位置、当前时间以及所述离散路径点集合进行路径拟合，得到若干参考路径轨迹；

根据所述路径规划策略从所述若干参考路径轨迹中选取目标路径轨迹；

根据所述目标路径轨迹确定共享无人车的规划行驶路径。

3.如权利要求2所述的共享无人车路径规划方法，其特征在于，所述根据所述路径规划策略从所述若干参考路径轨迹中选取目标路径轨迹，包括：

根据所述路径规划策略确定对应的影响因子权重；

根据所述影响因子权重生成对应的路径代价函数；

根据所述路径代价函数对所述若干参考路径轨迹进行分析，确定所述若干参考路径轨迹对应的函数代价值；

根据所述函数代价值从所述若干参考路径轨迹中选取目标路径轨迹。

4.如权利要求3所述的共享无人车路径规划方法，其特征在于，所述根据所述路径代价函数对所述若干参考路径轨迹进行分析，确定所述若干参考路径轨迹对应的函数代价值，包括：

根据所述路径代价函数确定若干参考路径轨迹对应的潜在位置偏离代价值、拥堵代价值、途经红绿灯代价值以及路程距离代价值；

根据所述潜在位置偏离代价值、所述拥堵代价值、所述途经红绿灯代价值以及所述路程距离代价值确定所述若干参考路径轨迹对应的函数代价值。

5.如权利要求1所述的共享无人车路径规划方法，其特征在于，所述根据预设自学习网络模型对预设区域内的潜在召车请求进行预测，得到所述潜在召车请求的位置以及时间之前，所述方法还包括：

以若干高斯函数的组合作为核函数构建初始自学习网络模型；

获取历史召车请求的历史位置和历史时间；

根据所述历史位置和历史时间构建训练集；

根据所述训练集对所述初始自学习网络模型进行训练，得到预设自学习网络模型。

6.如权利要求5所述的共享无人车路径规划方法，其特征在于，所述根据所述训练集对所述初始自学习网络模型进行训练，得到预设自学习网络模型，包括：

将所述训练集输入至所述初始自学习网络模型，输出对应的分布概率；

根据预设代价函数对所述分布概率进行训练，得到所述初始自学习网络模型对应的模型参数；

根据所述初始自学习网络模型以及所述模型参数构建预设自学习网络模型。

7.如权利要求1-6中任一项所述的共享无人车路径规划方法，其特征在于，所述当前载客模式包括无客模式、快车模式以及拼车模式中的任一种模式。

8.一种共享无人车路径规划装置，其特征在于，所述共享无人车路径规划装置包括：

预测模块，用于根据预设自学习网络模型对预设区域内的潜在召车请求进行预测，得到所述潜在召车请求的位置以及时间；

确定模块，用于根据当前载客模式确定对应的路径规划策略；

规划模块，用于根据所述路径规划策略对所述潜在召车请求的位置以及时间进行分析，得到共享无人车的规划行驶路径。

9.一种共享无人车路径规划设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的共享无人车路径规划程序，所述共享无人车路径规划程序配置为实现如权利要求1至7中任一项所述的共享无人车路径规划方法。

10.一种存储介质，其特征在于，所述存储介质上存储有共享无人车路径规划程序，所述共享无人车路径规划程序被处理器执行时实现如权利要求1至7任一项所述的共享无人车路径规划方法。