[发明专利]行驶路径的确定方法、装置、电子设备和存储介质

权利要求书

1.一种行驶路径的确定方法，包括：

确定当前父节点；

响应于所述当前父节点不是终点，基于预先训练获得的神经网络回归模型和/或神经网络分类模型，确定下一父节点；

基于所述下一父节点，确定可移动设备从起始点到所述终点的行驶路径。

2.根据权利要求1所述的方法，其中，所述基于预先训练获得的神经网络回归模型和/或神经网络分类模型，确定下一父节点，包括：

基于所述神经网络回归模型，确定所述当前父节点的扩展节点对应的综合代价值；

基于所述扩展节点对应的所述综合代价值，确定所述下一父节点；或者，

基于所述神经网络分类模型，对所述当前父节点的下一状态进行预测，获得所述下一父节点。

3.根据权利要求2所述的方法，其中，所述基于所述神经网络回归模型，确定所述当前父节点的扩展节点对应的综合代价值，包括：

基于所述扩展节点对应的位姿特征及终点位姿特征，利用所述神经网络回归模型，获得所述扩展节点对应的估计代价值；

基于所述估计代价值、及从所述起始点行驶到所述扩展节点的移动代价值，确定所述综合代价值。

4.根据权利要求2所述的方法，其中，所述基于所述扩展节点对应的所述综合代价值，确定所述下一父节点，包括：

响应于所述扩展节点已在开放列表中，基于所述扩展节点对应的所述综合代价值、所述扩展节点的原综合代价值，确定所述扩展节点的当前综合代价值；

响应于所述扩展节点未在所述开放列表中，将所述扩展节点加入到所述开放列表中，将所述扩展节点对应的所述综合代价值作为所述扩展节点的当前综合代价值；

基于所述开放列表中的各节点的当前综合代价值，确定所述下一父节点。

5.根据权利要求2所述的方法，其中，所述基于所述神经网络分类模型，对所述当前父节点的下一状态进行预测，获得所述下一父节点，包括：

基于所述当前父节点的位姿特征、终点位姿特征、及所述当前父节点的各扩展节点的位姿特征，利用所述神经网络分类模型，获得分类结果，所述分类结果包括所述下一父节点分别为各所述扩展节点对应类型的概率；

基于所述分类结果，确定所述下一父节点。

6.根据权利要求1所述的方法，其中，所述神经网络回归模型通过以下方式获得：

确定第一训练数据，所述第一训练数据包括第一训练点信息、对应的第二训练点信息、及从第一训练点行驶到第二训练点的训练估计代价值标签；

基于所述第一训练点信息、所述第二训练点信息及所述训练估计代价值标签，对预先建立的神经网络回归网络进行训练，获得所述神经网络回归模型。

7.根据权利要求6所述的方法，其中，所述确定第一训练数据，包括：

确定第一训练起点数据及对应的第一训练终点数据；

基于所述第一训练起点数据、所述第一训练终点数据、及第一预设搜索算法，确定搜索过程中的各第一训练扩展节点行驶到第一训练终点分别对应的第一训练移动代价值；

将所述第一训练扩展节点作为所述第一训练点；

将所述第一训练终点作为所述第二训练点；

将所述第一训练移动代价值作为从所述第一训练点行驶到所述第二训练点的训练估计代价值标签，获得所述第一训练数据。

8.根据权利要求1所述的方法，其中，所述神经网络分类模型通过以下方式获得：

确定第二训练数据，所述第二训练数据包括第三训练点信息、对应的第四训练点信息、所述第三训练点信息对应的第二训练扩展节点信息、及对应的类型标签；

基于所述第二训练数据，对预先建立的神经网络分类网络进行训练，获得所述神经网络分类模型。