本技術(shù)屬于汽車，尤其涉及一種行駛軌跡的確定方法、車輛和存儲介質(zhì)。

背景技術(shù)：

1、隨著汽車技術(shù)的發(fā)展，自動駕駛技術(shù)也越來越成熟。行駛軌跡確定是自動駕駛技術(shù)的重要組成部分。其中，行駛軌跡確定一般根據(jù)局部環(huán)境信息、上層決策任務(wù)和車身實時位姿信息，在滿足一定運動學(xué)約束的前提下，規(guī)劃出局部空間和時間內(nèi)車輛的行駛軌跡。

2、相關(guān)技術(shù)中，一般基于搜索(search-based)和數(shù)值優(yōu)化(optimization-based)的綜合求解方案(model-based)來確定車輛的行駛軌跡。即首先通過搜索方法確定初始行駛軌跡，然后對初始行駛軌跡進行數(shù)值優(yōu)化得到精確行駛軌跡，最后對精確行駛軌跡進行速度優(yōu)化，得到最終的行駛軌跡。然而，采用上述方法確定車輛的行駛軌跡時，基于通過在預(yù)設(shè)的數(shù)據(jù)庫中搜索初始行駛軌跡，初始軌跡只能從有限的行駛軌跡中確定，因此，泛化性較弱，無法應(yīng)對多樣的車輛行駛狀況。

技術(shù)實現(xiàn)思路

1、本技術(shù)的目的在于提供一種行駛軌跡的確定方法、車輛和存儲介質(zhì)，旨在解決傳統(tǒng)的軌跡確定過程泛化性較弱，無法應(yīng)對多樣的車輛行駛狀況的問題。

2、本技術(shù)實施例的第一方面提了一種行駛軌跡的確定方法，所述方法包括：

3、獲取車輛所在環(huán)境的觀測狀態(tài)信息；

4、基于所述觀測狀態(tài)信息，確定環(huán)境編碼特征和導(dǎo)航編碼特征，所述環(huán)境編碼特征用于表示所述環(huán)境的特征，所述環(huán)境的特征包括車道特征，所述導(dǎo)航編碼特征用于表示所述觀測狀態(tài)信息對應(yīng)的行駛意圖；

5、基于所述環(huán)境編碼特征和所述導(dǎo)航編碼特征，確定目標軌跡，所述目標軌跡用于指示所述車輛按照所述目標軌跡對應(yīng)的車道行駛。

6、在一些實施例中，所述基于所述觀測狀態(tài)信息，確定環(huán)境編碼特征和導(dǎo)航編碼特征，包括：

7、從所述觀測狀態(tài)信息中提取障礙物特征、車道特征和導(dǎo)航特征；

8、將所述障礙物特征和所述車道特征融合，得到所述環(huán)境編碼特征；

9、對所述導(dǎo)航特征進行處理，得到所述導(dǎo)航編碼特征。

10、在一些實施例中，所述環(huán)境中包括障礙物和車道，所述環(huán)境的觀測狀態(tài)信息包括所述環(huán)境對應(yīng)的區(qū)域中的障礙物信息、車道信息和導(dǎo)航信息，所述從所述觀測狀態(tài)信息中提取障礙物特征、車道特征和導(dǎo)航特征，包括：

11、以所述車輛當前所在的位置為原點，以車頭朝向為x軸正方向，創(chuàng)建目標坐標系；

12、基于所述障礙物信息在所述目標坐標系中的矢量化表征，確定所述障礙物特征；

13、基于所述車道信息在所述目標坐標系中的矢量化表征，確定所述車道特征；

14、基于所述導(dǎo)航信息在所述目標坐標系中的矢量化表征，確定所述導(dǎo)航特征。

15、在一些實施例中，所述基于所述環(huán)境編碼特征和所述導(dǎo)航編碼特征，確定目標軌跡，包括：

16、將所述導(dǎo)航編碼特征和所述環(huán)境編碼特征進行拼接，得到上下文向量；

17、基于所述上下文向量，確定所述目標軌跡。

18、在一些實施例中，所述方法還包括：

19、獲取車輛的行駛狀態(tài)，基于所述行駛狀態(tài)，確定所述車輛的預(yù)測速度；

20、基于所述預(yù)測速度和所述目標軌跡，控制所述車輛行駛。

21、在一些實施例中，所述方法還包括：

22、獲取樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括樣本環(huán)境信息和車輛行駛的真值軌跡；

23、構(gòu)建初始軌跡確定模型，所述初始軌跡確定模型包括用于對所述觀測狀態(tài)信息中的障礙物信息進行特征提取的障礙物特征處理網(wǎng)絡(luò)層、用于對所述觀測狀態(tài)信息中的車道信息進行特征提取的車道特征處理網(wǎng)絡(luò)層、用于對所述觀測狀態(tài)信息中的導(dǎo)航信息進行特征提取的導(dǎo)航特征處理網(wǎng)絡(luò)層、用于融合障礙物特征和車道特征的融合網(wǎng)絡(luò)層和用于基于編碼向量和導(dǎo)航編碼特征確定行駛軌跡的軌跡確定網(wǎng)絡(luò)層，其中，所述障礙物特征處理網(wǎng)絡(luò)層、車道特征處理網(wǎng)絡(luò)層的輸出與所述融合網(wǎng)絡(luò)層的輸入連接，所述導(dǎo)航特征處理網(wǎng)絡(luò)層和所述融合網(wǎng)絡(luò)層的輸出與所述軌跡確定網(wǎng)絡(luò)層的輸入連接；

24、基于所述樣本數(shù)據(jù)，對所述初始軌跡確定模型進行模型訓(xùn)練，得到所述軌跡確定模型。

25、在一些實施例中，所述基于所述樣本數(shù)據(jù)，對所述初始軌跡確定模型進行模型訓(xùn)練，得到所述軌跡確定模型，包括：

26、確定模仿?lián)p失函數(shù)；

27、基于所述模仿?lián)p失函數(shù)，確定所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值；

28、基于所述第一損失值對所述初始軌跡確定模型中的參數(shù)進行調(diào)整，直到所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值小于第一預(yù)設(shè)閾值，完成模型訓(xùn)練，得到軌跡確定模型。

29、在一些實施例中，所述樣本數(shù)據(jù)還包括車輛的行駛速度，所述方法還包括：

30、確定速度損失函數(shù)；

31、基于所述速度損失函數(shù)，確定所述初始軌跡確定模型輸出的預(yù)測行駛速度與所述樣本數(shù)據(jù)中車輛的行駛速度之間的第二損失值；

32、基于所述第二損失值對所述初始軌跡確定模型中的參數(shù)進行調(diào)整，直到所述初始軌跡確定模型輸出的預(yù)測行駛速度與所述樣本數(shù)據(jù)中車輛的行駛速度之間的第二損失值小于第二預(yù)設(shè)閾值，且所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值小于第一預(yù)設(shè)閾值，完成模型訓(xùn)練，得到軌跡確定模型。

33、本技術(shù)實施例的第二方面提了一種行駛軌跡的確定裝置，所述裝置包括：

34、第一獲取單元，用于獲取車輛所在環(huán)境的觀測狀態(tài)信息；

35、第一確定單元，用于基于所述觀測狀態(tài)信息，確定環(huán)境編碼特征和導(dǎo)航編碼特征，所述環(huán)境編碼特征用于表示所述環(huán)境的特征，所述環(huán)境的特征包括車道特征，所述導(dǎo)航編碼特征用于表示所述觀測狀態(tài)信息對應(yīng)的行駛意圖；

36、第二確定單元，用于基于所述環(huán)境編碼特征和所述導(dǎo)航編碼特征，確定目標軌跡，所述目標軌跡用于指示所述車輛按照所述目標軌跡對應(yīng)的車道行駛。

37、在一些實施例中，所述第一確定單元，用于從所述觀測狀態(tài)信息中提取障礙物特征、車道特征和導(dǎo)航特征；將所述障礙物特征和所述車道特征融合，得到所述環(huán)境編碼特征；對所述導(dǎo)航特征進行處理，得到所述導(dǎo)航編碼特征。

38、在一些實施例中，所述環(huán)境中包括障礙物和車道，所述環(huán)境的觀測狀態(tài)信息包括所述環(huán)境對應(yīng)的區(qū)域中的障礙物信息、車道信息和導(dǎo)航信息，所述第一確定單元，用于以所述車輛當前所在的位置為原點，以車頭朝向為x軸正方向，創(chuàng)建目標坐標系；基于所述障礙物信息在所述目標坐標系中的矢量化表征，確定所述障礙物特征；基于所述車道信息在所述目標坐標系中的矢量化表征，確定所述車道特征；基于所述導(dǎo)航信息在所述目標坐標系中的矢量化表征，確定所述導(dǎo)航特征。

39、在一些實施例中，所述第二確定單元，用于將所述導(dǎo)航編碼特征和所述環(huán)境編碼特征進行拼接，得到上下文向量；基于所述上下文向量，確定所述目標軌跡。

40、在一些實施例中，所述裝置還包括：

41、第二獲取單元，用于獲取車輛的行駛狀態(tài)，基于所述行駛狀態(tài)，確定所述車輛的預(yù)測速度；

42、控制單元，用于基于所述預(yù)測速度和所述目標軌跡，控制所述車輛行駛。

43、在一些實施例中，所述裝置還包括：

44、第三獲取單元，用于獲取樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括樣本環(huán)境信息和車輛行駛的真值軌跡；

45、構(gòu)建單元，用于構(gòu)建初始軌跡確定模型，所述初始軌跡確定模型包括用于對所述觀測狀態(tài)信息中的障礙物信息進行特征提取的障礙物特征處理網(wǎng)絡(luò)層、用于對所述觀測狀態(tài)信息中的車道信息進行特征提取的車道特征處理網(wǎng)絡(luò)層、用于對所述觀測狀態(tài)信息中的導(dǎo)航信息進行特征提取的導(dǎo)航特征處理網(wǎng)絡(luò)層、用于融合障礙物特征和車道特征的融合網(wǎng)絡(luò)層和用于基于編碼向量和導(dǎo)航編碼特征確定行駛軌跡的軌跡確定網(wǎng)絡(luò)層，其中，所述障礙物特征處理網(wǎng)絡(luò)層、車道特征處理網(wǎng)絡(luò)層的輸出與所述融合網(wǎng)絡(luò)層的輸入連接，所述導(dǎo)航特征處理網(wǎng)絡(luò)層和所述融合網(wǎng)絡(luò)層的輸出與所述軌跡確定網(wǎng)絡(luò)層的輸入連接；

46、訓(xùn)練單元，用于基于所述樣本數(shù)據(jù)，對所述初始軌跡確定模型進行模型訓(xùn)練，得到所述軌跡確定模型。

47、在一些實施例中，所述訓(xùn)練單元，用于確定模仿?lián)p失函數(shù)；基于所述模仿?lián)p失函數(shù)，確定所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值；基于所述第一損失值對所述初始軌跡確定模型中的參數(shù)進行調(diào)整，直到所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值小于第一預(yù)設(shè)閾值，完成模型訓(xùn)練，得到軌跡確定模型。

48、在一些實施例中，所述樣本數(shù)據(jù)還包括車輛的行駛速度，訓(xùn)練單元，還用于確定速度損失函數(shù)；基于所述速度損失函數(shù)，確定所述初始軌跡確定模型輸出的預(yù)測行駛速度與所述樣本數(shù)據(jù)中車輛的行駛速度之間的第二損失值；基于所述第二損失值對所述初始軌跡確定模型中的參數(shù)進行調(diào)整，直到所述初始軌跡確定模型輸出的預(yù)測行駛速度與所述樣本數(shù)據(jù)中車輛的行駛速度之間的第二損失值小于第二預(yù)設(shè)閾值，且所述初始軌跡確定模型輸出的預(yù)測行駛軌跡與所述樣本數(shù)據(jù)中車輛行駛的真值軌跡之間的第一損失值小于第一預(yù)設(shè)閾值，完成模型訓(xùn)練，得到軌跡確定模型。

49、本技術(shù)實施例的第三方面提了一種車輛，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上所述行駛軌跡的確定方法。

50、本技術(shù)實施例的第四方面提了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述行駛軌跡的確定方法。

51、本發(fā)明實施例與現(xiàn)有技術(shù)相比存在的有益效果是：在本技術(shù)實施例中，通過在預(yù)測目標軌跡時，通過表示行駛意圖的導(dǎo)航編碼特征對環(huán)境編碼特征進行限制，從而能夠通過向量的形式表達形式過程中遇到的各種環(huán)境，提高了預(yù)測形式軌跡的泛化性，使形式軌跡預(yù)測能夠滿足多樣的車輛行駛狀況。