换道轨迹的规划方法、装置、电子设备及存储介质与流程

本发明涉及自动驾驶领域，具体而言，涉及一种换道轨迹的规划方法、装置、电子设备及存储介质。

背景技术：

1、随着自动驾驶技术的迅速发展，高等级自动驾驶汽车已经逐渐走进人们的生活。其中，自动换道系统作为辅助驾驶工具，可以根据车辆周边情况和规定的驾驶规则来规划出车辆换道路径，供驾驶员进行换道参考。若驾驶员同意该换道路径，自动驾驶汽车就会沿着规划好的换道路径进行换道。

2、当驾驶员人工驾驶车辆时，经常会为了改善驾驶条件主动换道，并且不同驾驶员的换道行为风格也不相同。比如有些驾驶员换道时换道时间短、换道幅度大，而有些驾驶员换道时间长、换道幅度小。而现有的自动换道系统则是基于规定的行车规则来规划换道路径的，因此相同路况下规划出的换道路径是固定的。

3、由于相同路况下自动换道系统提供的换道路径是固定的，因此对于不同的驾驶员来说，规划的换道路径往往与驾驶员期望的换道行为不一致。这就造成驾驶员自身意志和自动驾驶系统发生冲突，自动换道系统因无法满足不同驾驶员的需求而导致驾驶员对其不信赖。甚至还可能因人机不一致而造成车辆发生侧滑、侧翻的危险。因此，如何让自动换道系统提供的辅助换道行为与驾驶员期望的换道行为具有更高的一致性，成为亟需解决的问题。

技术实现思路

1、本发明提供了一种换道轨迹的规划方法、装置、电子设备及存储介质。首先获取驾驶员人工驾驶时的一段人工驾驶换道数据，通过分析该人工驾驶换道数据来确定换道风格，然后自动换道系统基于该换道风格以及该人工驾驶换道数据对应的换道特征来规划换道路径。这样，自动换道系统规划的换道路径更加接近驾驶员的驾驶风格，提高了自动换道系统的拟人化和智能化。

2、第一方面，本发明实施例提供了一种换道轨迹的规划方法，用于自动驾驶场景，所述规划方法包括：

3、获取固定驾驶路线对应的人工驾驶换道数据；所述人工驾驶换道数据包括换道行为数据和人工换道轨迹；

4、根据所述换道行为数据确定驾驶风格；所述驾驶风格对应换道时间；

5、对所述人工换道轨迹进行曲线拟合，并通过所述曲线拟合结果获取换道轨迹特征；

6、获取目标换道起始点信息和目标换道终点信息，并根据所述目标换道起始点信息、所述目标换道终点信息和所述换道时间，确定目标换道速度；

7、利用轨迹规划模型根据所述目标换道起始点信息、所述目标换道终点信息、所述换道速度和所述换道轨迹特征，得到规划换道轨迹。

8、可选的，所述方法还包括：

9、对所述人工驾驶换道数据进行整合处理，得到人工换道轨迹簇；

10、所述对所述人工换道轨迹进行曲线拟合，并通过所述曲线拟合结果获取换道轨迹特征，包括：

11、对所述人工换道轨迹簇中的每一条人工换道轨迹均进行曲线拟合，得到所述每一条人工换道轨迹对应的换道轨迹特征；

12、根据所述每一条人工换道轨迹对应的换道轨迹特征，确定目标换道轨迹特征。

13、可选的，所述根据每一条所述人工换道轨迹对应的换道轨迹特征，确定目标换道轨迹特征，包括：

14、确定所有人工换道轨迹对应的换道轨迹特征的特征平均值；

15、将所述特征平均值确定为所述目标换道轨迹特征。

16、可选的，所述利用轨迹规划模型根据所述目标换道起始点信息、所述目标换道终点信息、所述换道速度和所述换道轨迹特征，得到规划换道轨迹，包括：

17、将所述目标换道起始点信息、所述目标换道终点信息、所述换道速度以及所述目标换道轨迹特征，输入至所述轨迹规划模型中，通过所述轨迹规划模型输出所述规划换道轨迹。

18、可选的，所述方法还包括：

19、对所述轨迹规划模型进行训练；

20、其中，所述轨迹规划模型的训练过程为：

21、获取所述固定驾驶路线对应的人工驾驶换道样本；其中，每一个所述人工驾驶换道样本包括换道行为训练数据和训练换道轨迹；

22、根据所述换道行为训练数据确定所述人工驾驶换道样本对应的换道时间；

23、对所述训练换道轨迹进行曲线拟合，并通过曲线拟合结果获取所述人工驾驶换道样本对应的换道轨迹特征；

24、获取所述训练换道轨迹对应的起始点特征和终点特征，并根据所述起始点特征、所述终点特征和所述人工驾驶换道样本对应的换道时间，确定所述人工驾驶换道样本对应的换道速度；

25、利用所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征，对所述轨迹规划模型进行训练。

26、可选的，所述利用所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征，对所述轨迹规划模型进行训练，包括：

27、将所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征输入至所述轨迹规划模型中，通过所述轨迹规划模型输出目标规划换道轨迹；

28、将所述目标规划换道轨迹与所述训练换道轨迹进行对比，得到轨迹误差；

29、根据所述轨迹误差调整所述轨迹规划模型的模型参数。

30、可选的，所述方法还包括：

31、对所有人工驾驶换道样本对应的换道行为训练数据进行整合归纳，得到每一种驾驶风格对应的换道时间区间。

32、第二方面，本发明实施例提供一种换道轨迹的规划装置，用于自动驾驶场景，所述规划装置包括：

33、获取模块，用于获取固定驾驶路线对应的人工驾驶换道数据；所述人工驾驶换道数据包括换道行为数据和人工换道轨迹；

34、确定模块，用于根据所述换道行为数据确定驾驶风格；所述驾驶风格对应换道时间；

35、处理模块，用于对所述人工换道轨迹进行曲线拟合，并通过所述曲线拟合结果获取换道轨迹特征；

36、所述获取模块，还用于获取目标换道起始点信息和目标换道终点信息，并根据所述目标换道起始点信息、所述目标换道终点信息和所述换道时间，确定目标换道速度；

37、所述处理模块，还用于利用轨迹规划模型根据所述目标换道起始点信息、所述目标换道终点信息、所述换道速度和所述换道轨迹特征，得到规划换道轨迹。

38、可选的，所述处理模块，还用于对所述人工驾驶换道数据进行整合处理，得到人工换道轨迹簇；

39、所述处理模块，具体用于对所述人工换道轨迹簇中的每一条人工换道轨迹均进行曲线拟合，得到所述每一条人工换道轨迹对应的换道轨迹特征；

40、所述确定模块，还用于根据所述每一条人工换道轨迹对应的换道轨迹特征，确定目标换道轨迹特征。

41、可选的，所述确定模块，具体用于确定所有人工换道轨迹对应的换道轨迹特征的特征平均值；将所述特征平均值确定为所述目标换道轨迹特征。

42、可选的，所述处理模块，具体用于将所述目标换道起始点信息、所述目标换道终点信息、所述换道速度以及所述目标换道轨迹特征，输入至所述轨迹规划模型中，通过所述轨迹规划模型输出所述规划换道轨迹。

43、可选的，所述装置还包括：训练模块；

44、所述训练模块，具体用于对轨迹规划模型进行训练；

45、其中，所述轨迹规划模型的训练过程为：

46、获取所述固定驾驶路线对应的人工驾驶换道样本；其中，每一个所述人工驾驶换道样本包括换道行为训练数据和训练换道轨迹；

47、根据所述换道行为训练数据确定所述人工驾驶换道样本对应的换道时间；

48、对所述训练换道轨迹进行曲线拟合，并通过曲线拟合结果获取所述人工驾驶换道样本对应的换道轨迹特征；

49、获取所述训练换道轨迹对应的起始点特征和终点特征，并根据所述起始点特征、所述终点特征和所述人工驾驶换道样本对应的换道时间，确定所述人工驾驶换道样本对应的换道速度；

50、利用所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征，对所述轨迹规划模型进行训练。

51、可选的，所述训练模块，具体用于：

52、将所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征输入至所述轨迹规划模型中，通过所述轨迹规划模型输出目标规划换道轨迹；

53、将所述目标规划换道轨迹与所述训练换道轨迹进行对比，得到轨迹误差；

54、根据所述轨迹误差调整所述轨迹规划模型的模型参数。

55、可选的，所述处理模块，还用于对所有人工驾驶换道样本对应的换道行为训练数据进行整合归纳，得到每一种驾驶风格对应的换道时间区间。

56、第三方面，本发明实施例提供一种电子设备，包括：存储器和处理器、所述存储器和所述处理器耦合；

57、所述存储器用于存储一条或多条计算机指令；

58、所述处理器用于执行所述一条或多条计算机指令，以实现如第一方面所述的换道轨迹的规划方法。

59、第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有一条或多条计算机指令，该指令被处理器执行以实现如第一方面所述的换道轨迹的规划方法。

60、第五方面，本发明实施例提供一种车辆，所述车辆包括如第三方面所述的电子设备。

61、第六方面，本技术提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的换道轨迹的规划方法。

62、在本技术实施例中，自动换道系统首先获取固定驾驶路线上一段人工驾驶换道数据，其中，人工驾驶换道数据包括换道行为数据和人工换道轨迹。然后分析换道行为数据来确定人工换道时的驾驶风格，并对人工换道轨迹进行曲线拟合以获取换道轨迹特征。接着基于驾驶风格来确定换道速度，然后将目标换道起始点信息、目标换道终点信息、换道速度和换道轨迹特征输入至轨迹规划模型，通过轨迹规划模型输出规划换道轨迹。

63、在上述方法中，轨迹规划模型是基于驾驶员人工换道时的换道特征和换道风格来规划换道路径。这样，这样规划出换道路径更加接近驾驶员的驾驶风格，使得规划出的换道路径更符合驾驶员的预期。这样就可以避免自动换道系统的换道行为与驾驶员驾驶行为不一致而导致车辆侧滑、侧翻的问题，从而大大增强了驾车安全性。同时自动换道系统可以满足各种风格驾驶员的换道需求，大大提高了自动换道系统的拟人化和智能化。

技术特征：

1.一种换道轨迹的规划方法，用于自动驾驶场景，其特征在于，所述规划方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述根据每一条所述人工换道轨迹对应的换道轨迹特征，确定目标换道轨迹特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述利用轨迹规划模型根据所述目标换道起始点信息、所述目标换道终点信息、所述换道速度和所述换道轨迹特征，得到规划换道轨迹，包括：

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述利用所述人工驾驶换道样本对应的所述起始点特征、所述终点特征、所述人工驾驶换道样本对应的换道速度和所述人工驾驶换道样本对应的换道轨迹特征，对所述轨迹规划模型进行训练，包括：

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

8.一种换道轨迹的规划装置，用于自动驾驶场景，其特征在于，所述规划装置包括：

9.根据权利要求8所述的装置，其特征在于，所述处理模块，还用于对所述人工驾驶换道数据进行整合处理，得到人工换道轨迹簇；

10.根据权利要求9所述的装置，其特征在于，所述确定模块，具体用于确定所有人工换道轨迹对应的换道轨迹特征的特征平均值；将所述特征平均值确定为所述目标换道轨迹特征。

11.根据权利要求10所述的装置，其特征在于，所述处理模块，具体用于将所述目标换道起始点信息、所述目标换道终点信息、所述换道速度以及所述目标换道轨迹特征，输入至所述轨迹规划模型中，通过所述轨迹规划模型输出所述规划换道轨迹。

12.根据权利要求8至11任一项所述的装置，其特征在于，所述装置还包括：训练模块；

13.根据权利要求12所述的装置，其特征在于，所述训练模块，具体用于：

14.根据权利要求13所述的装置，其特征在于，所述处理模块，还用于对所有人工驾驶换道样本对应的换道行为训练数据进行整合归纳，得到每一种驾驶风格对应的换道时间区间。

15.一种电子设备，其特征在于，包括：存储器和处理器、所述存储器和所述处理器耦合；

16.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其特征在于，该指令被处理器执行以实现如权利要求1至7任一项所述的换道轨迹的规划方法。

17.一种车辆，其特征在于，所述车辆包括如权利要求15所述的电子设备。

技术总结
本申请实施例公开了一种换道轨迹的规划方法、装置、电子设备及存储介质。应用于自动驾驶领域。包括：获取固定驾驶路线对应的人工驾驶换道数据，该人工驾驶换道数据包括换道行为数据和人工换道轨迹。根据换道行为数据确定驾驶风格，驾驶风格对应换道时间。对人工换道轨迹进行曲线拟合，并通过曲线拟合结果获取换道轨迹特征。获取目标换道起始点信息和目标换道终点信息，并根据目标换道起始点信息、目标换道终点信息和换道时间，确定目标换道速度。利用轨迹规划模型根据目标换道起始点信息、目标换道终点信息、换道速度和换道轨迹特征，得到规划换道轨迹。本申请实施例可以规划出符合驾驶员驾驶风格的换道轨迹，提高自动换道系统的拟人性、舒适度以及安全性。

技术研发人员：李琦
受保护的技术使用者：魔门塔（苏州）科技有限公司
技术研发日：
技术公布日：2024/12/5