-
公开(公告)号:CN116448134B
公开(公告)日:2023-11-07
申请号:CN202310323365.7
申请日:2023-03-29
Applicant: 清华大学
IPC: G01C21/34 , G01C21/20 , G01C21/10 , B60W60/00 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/084
Abstract: 本申请涉及一种基于风险场与不确定分析的车辆路径规划方法及装置,其中,方法包括:对感知目标进行标签分类和位置速度预测,得到感知目标的标签分类和位置速度预测结果;基于感知目标的标签分类和位置速度预测结果,分别建立衡量标签分类和位置速度预测中的不确定性的标签概率风险场和预测动态风险场;基于标签概率风险场和预测动态风险场,在每个预设时间步长内通过梯度下降法获取规划迹簇,并对规划迹簇进行后处理,以选取最优路径。由此,解决了现有的考虑不确定性的路径规划决策算法算力要求过高、鲁棒性差,且难以应用于复杂场景等问题。
-
公开(公告)号:CN116448134A
公开(公告)日:2023-07-18
申请号:CN202310323365.7
申请日:2023-03-29
Applicant: 清华大学
IPC: G01C21/34 , G01C21/20 , G01C21/10 , B60W60/00 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/084
Abstract: 本申请涉及一种基于风险场与不确定分析的车辆路径规划方法及装置,其中,方法包括:对感知目标进行标签分类和位置速度预测,得到感知目标的标签分类和位置速度预测结果;基于感知目标的标签分类和位置速度预测结果,分别建立衡量标签分类和位置速度预测中的不确定性的标签概率风险场和预测动态风险场;基于标签概率风险场和预测动态风险场,在每个预设时间步长内通过梯度下降法获取规划迹簇,并对规划迹簇进行后处理,以选取最优路径。由此,解决了现有的考虑不确定性的路径规划决策算法算力要求过高、鲁棒性差,且难以应用于复杂场景等问题。
-