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，通過神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)驅(qū)動運動規(guī)劃方案，一般采用柵格化的特征表達(dá)來表示當(dāng)前環(huán)境中的信息。例如，通過柵格化的圖像通道分別表示當(dāng)前場景的局部地圖、交通信號燈、車道信息等特征，通過將表示不同特征的柵格化的圖像通道輸入至神經(jīng)網(wǎng)絡(luò)模型，得到預(yù)測的行駛軌跡。

3、上述相關(guān)技術(shù)中，通過柵格化特征來預(yù)測行駛軌跡的方法，由于柵格化特征的歸納偏置和樣本效率均較弱，導(dǎo)致模型學(xué)習(xí)效率低的問題。

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)的柵格化特征導(dǎo)致的模型學(xué)習(xí)效率低的問題。

2、本技術(shù)實施例的第一方面提供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、以所述車輛當(dāng)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(biāo)坐標(biāo)系；

5、基于所述觀測狀態(tài)信息，確定所述觀測狀態(tài)信息在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到所述環(huán)境的特征向量；

6、基于所述環(huán)境的特征向量，確定目標(biāo)軌跡，所述目標(biāo)軌跡用于指示所述車輛按照所述目標(biāo)軌跡對應(yīng)的車道行駛。

7、在一些實施例中，所述觀測狀態(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；

8、所述基于所述觀測狀態(tài)信息，確定所述觀測狀態(tài)信息在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到所述環(huán)境的特征向量，包括：

9、基于所述障礙物信息，確定障礙物在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到障礙物特征向量；

10、基于所述車道信息，確定車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到車道特征向量；

11、基于所述導(dǎo)航信息，確定導(dǎo)航對應(yīng)的目標(biāo)車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到導(dǎo)航特征向量。

12、在一些實施例中，所述基于所述障礙物信息，確定障礙物在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到障礙物特征向量，包括：

13、根據(jù)所述障礙物在所述目標(biāo)坐標(biāo)系中的位置坐標(biāo)和方向，確定所述障礙物在多個時間點的位置坐標(biāo)和方向；

14、基于所述障礙物在多個時間點的位置坐標(biāo)和方向，生成所述障礙物特征向量。

15、在一些實施例中，所述基于所述車道信息，確定車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到車道特征向量，包括：

16、對于所述車道信息中的每個車道，將所述車道切分為多個車道片段；

17、對于每個車道片段，采樣多個路點和每個路點對應(yīng)的交通信號燈信息；

18、基于每個路點在所述目標(biāo)坐標(biāo)系中的位置和每個路點對應(yīng)的交通信號燈信息，生成所述車道特征向量。

19、在一些實施例中，所述基于所述導(dǎo)航信息，確定導(dǎo)航對應(yīng)的目標(biāo)車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到導(dǎo)航特征向量，包括：

20、確定導(dǎo)航信息中的目標(biāo)車道，所述目標(biāo)車道為導(dǎo)航路徑中的車道；

21、將所述目標(biāo)車道切分為多個路段；

22、基于每個路段在所述目標(biāo)坐標(biāo)系中的位置，生成所述導(dǎo)航特征向量。

23、在一些實施例中，所述特征向量包括障礙物特征向量、車道特征向量和導(dǎo)航特征向量；

24、所述基于所述環(huán)境的特征向量，確定目標(biāo)軌跡，包括：

25、將所述障礙物特征向量和所述車道特征向量融合，得到環(huán)境編碼特征；

26、對所述導(dǎo)航特征向量進行處理，得到導(dǎo)航編碼特征；

27、基于所述環(huán)境編碼特征和所述導(dǎo)航編碼特征，確定所述目標(biāo)軌跡。

28、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，確定所述目標(biāo)軌跡，包括：

29、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；

30、基于所述上下文向量，確定所述目標(biāo)軌跡。

31、在一些實施例中，所述方法還包括：

32、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；

33、基于所述預(yù)測速度和所述目標(biāo)軌跡，控制所述車輛行駛。

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

35、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；

36、創(chuàng)建單元，用于以所述車輛當(dāng)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(biāo)坐標(biāo)系；

37、第一確定單元，用于基于所述觀測狀態(tài)信息，確定所述觀測狀態(tài)信息在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到所述環(huán)境的特征向量。

38、第二確定單元，用于基于所述環(huán)境的特征向量，確定目標(biāo)軌跡，所述目標(biāo)軌跡用于指示所述車輛按照所述目標(biāo)軌跡對應(yīng)的車道行駛。

39、在一些實施例中，所述觀測狀態(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；

40、所述第一確定單元，用于基于所述障礙物信息，確定障礙物在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到障礙物特征向量；基于所述車道信息，確定車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到車道特征向量；基于所述導(dǎo)航信息，確定導(dǎo)航對應(yīng)的目標(biāo)車道在所述目標(biāo)坐標(biāo)系中的矢量化表征，得到導(dǎo)航特征向量。

41、在一些實施例中，所述第一確定單元，用于根據(jù)所述障礙物在所述目標(biāo)坐標(biāo)系中的位置坐標(biāo)和方向，確定所述障礙物在多個時間點的位置坐標(biāo)和方向；基于所述障礙物在多個時間點的位置坐標(biāo)和方向，生成所述障礙物特征向量。

42、在一些實施例中，所述第一確定單元，用于對于所述車道信息中的每個車道，將所述車道切分為多個車道片段；對于每個車道片段，采樣多個路點和每個路點對應(yīng)的交通信號燈信息；基于每個路點在所述目標(biāo)坐標(biāo)系中的位置和每個路點對應(yīng)的交通信號燈信息，生成所述車道特征向量。

43、在一些實施例中，所述第一確定單元，用于確定導(dǎo)航信息中的目標(biāo)車道，所述目標(biāo)車道為導(dǎo)航路徑中的車道；將所述目標(biāo)車道切分為多個路段；基于每個路段在所述目標(biāo)坐標(biāo)系中的位置，生成所述導(dǎo)航特征向量。

44、在一些實施例中，所述特征向量包括障礙物特征向量、車道特征向量和導(dǎo)航特征向量；

45、所述第二確定單元，用于將所述障礙物特征向量和所述車道特征向量融合，得到環(huán)境編碼特征；對所述導(dǎo)航特征向量進行處理，得到導(dǎo)航編碼特征；基于所述環(huán)境編碼特征和所述導(dǎo)航編碼特征，確定所述目標(biāo)軌跡。

46、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(biāo)軌跡。

47、在一些實施例中，所述裝置還包括：

48、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；

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

50、本技術(shù)實施例的第三方面提供了一種車輛，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。

51、本技術(shù)實施例的第四方面提供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。

52、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，基于車輛當(dāng)前所在的位置建立坐標(biāo)系，將車輛所在環(huán)境的觀測狀態(tài)信息轉(zhuǎn)化為矢量化表征，從而得到矢量化特征，這樣基于該矢量化特征為車輛預(yù)測目標(biāo)軌跡，由于矢量化的特征歸納偏置和樣本效率均較高，從而提高了模型的學(xué)習(xí)效率。