[发明专利]一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法

说明书

本发明公开了一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法，包括轨迹点生成对抗网络和生成对应的轨迹两部分。轨迹点生成对抗网络以场景特征和随机噪声为输入，以经验驾驶员驾驶轨迹为对应样本，模仿生成经验轨迹末状态的横纵向轨迹点状态；轨迹生成部分利用生成的轨迹横纵向末状态和车辆当前横纵向末状态，拟合横纵向轨迹的五次多项式，并进行横纵向轨迹合并。本发明解决了因驾驶员们驾驶风格多变导致的单个样本可能对应多个数据标签，模仿学习难以训练的问题；另外，通过五次多项式分开拟合横纵向轨迹，减小了模仿学习学习整条驾驶轨迹的难度，保证了生成轨迹的光滑程度。同时，采用轨迹评估避免了生成轨迹的潜在风险。

技术领域

本发明属于智能汽车自动驾驶领域，涉及一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法。

背景技术

自动驾驶作为智能交通控制领域中一项主要的研究内容，融合了感知，预测，规划和控制等各项关键技术。近年来自动驾驶技术得到了迅速发展。它不仅在经济上具有巨大潜力，而且在提高交通效率和驾驶安全方面也具有巨大优势。路径规划作为自动驾驶系统中必不可少的技术模块，对整个自动驾驶车辆的研究具有重要意义。如何根据上层感知和预测结果，准确避开周边障碍物，进行安全和高效的行驶，是对自动驾驶车辆的基本要求。一个可靠的自动驾驶路径规划算法，可以实时安全地避开周边障碍物，具有较高的安全和舒适性，极大的提高出行效率。现有的规划算法大都是基于人为规则的采样和搜索方法。一般的类似栅格法的采样方法难以进行完全采样，只能采样到较优的行驶轨迹。而完全的搜索方法，较难考虑到自动驾驶车辆的动力学约束，同时对车载计算机的算力有较高的要求。因此，目前学术界和工业界在内的大多数自主驾驶研究者都在关注更加智能、安全和可靠的路径规划方法。

模仿学习通过机器学习的方式，利用专家经验训练出行为模型，主要用来解决复杂场景的控制规划问题。目前，越来越多的学者将其应用到自动驾驶领域。利用经验驾驶员的经验数据，训练出直接映射交通环境和经验轨迹的模型，成为一种可行的智能化的轨迹规划方式。但经验驾驶员的行为往往具有复杂的多样性，同一环境特征往往与多条经验轨迹有对应关系，这也对普通的回归模型带来了巨大挑战。

发明内容

为了解决上述问题，本发明设计了一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法，利用生成对抗网络，训练出一种模仿各类经验驾驶员的轨迹规划模型，提高自动驾驶车辆行驶安全性和高效性的同时保留了规划轨迹的多样性，使得自动驾驶车辆的行驶轨迹更加智能化。

本发明提出的一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统，包括生成对抗网络模块和对应轨迹生成模块两部分。

所述生成对抗网络模块包括轨迹点生成器和轨迹点判别器。其中轨迹点生成器的输入为随机噪声z和由场景依赖图提取的场景特征y，输出为t时刻后的轨迹的横向、纵向末状态和轨迹点判别器的输入为场景依赖图提取的场景特征y和随机选择的生成器生成的横向、纵向末状态或原本的经验驾驶员行驶轨迹的末状态标签输出为判别结果True/False。

进一步，所述的随机噪声z为高斯噪声，通过训练，可以将各类经验驾驶员的驾驶风格映射到高斯分布中。在随机噪声z中进行多次采样，生成器可以生成不同的横纵向末状态

进一步，所述的场景特征y从环境信息O_t中提取，同时环境信息O_t和经验驾驶员行驶轨迹的末状态标签从采集的数据集中获取；

进一步，所述生成对抗网络模块的具体训练过程包括两个部分。一是判别器的训练，使用真实样本和生成数据进行训练，当判别器能正确区分样本和生成数据，则提升生成器能力；二是生成器的训练，将生成器输出的伪末状态轨迹点到判别器中，利用判别结果的误差进行反向传播，来更新训练生成器，当生成器不能正确区分样本和生成数据，则进一步提升判别器能力。在训练过程中，轨迹点判别器尽可能在提高自己判别经验驾驶员数据标签和生成器生成的伪数据的能力；而轨迹点生成器尽可能生成出逼真的横纵向末状态，以此企图欺骗轨迹点生成器。