[发明专利]小车路径实时规划方法、装置、计算机设备及存储介质

权利要求书

1.一种小车路径实时规划方法，其特征在于，所述方法包括：

构建环境模型；

将所述环境模型发送至目标小车，所述目标小车以自身为中心，根据所述环境模型确定上货地点，实时规划上货路线并按照所述上货路线移动至所述上货地点装货；

实时更新所述环境模型，将更新后的环境模型发送至所述目标小车，所述目标小车以自身为中心，根据所述更新后的环境模型确定卸货地点，实时规划卸货路线并按照所述卸货路线移动至所述卸货地点卸货。

2.根据权利要求1所述的小车路径实时规划方法，其特征在于，所述构建环境模型，包括：

确定当前环境下的各个行为维度，分别将各个所述行为维度与所述目标小车的行为方式一一对应，作为模型输入信息；

确定当前环境下的各个观测维度，并将各个所述观测维度作为模型输出信息；

构建环境奖励机制，并根据所述模型输入信息、所述模型输出信息、所述环境奖励机制构建所述环境模型。

3.根据权利要求2所述的小车路径实时规划方法，其特征在于，所述根据所述环境模型确定上货地点，实时规划上货路线并按照所述上货路线移动至所述上货地点装货，包括：

根据所述环境模型确定上货地点，所述目标小车根据所述环境模型中的所述环境奖励机制实时规划所述上货路线；

所述目标小车按照所述环境奖励机制，根据所述上货路线移动，并实时更新所述上货路线；

所述目标小车按照所述环境奖励机制，根据更新后的上货路线移动至所述上货地点装货。

4.根据权利要求2所述的小车路径实时规划方法，其特征在于，所述方法还包括：

根据所述环境奖励机制，获取所述目标小车的移动信息；

根据所述移动信息，对所述环境模型进行更新迭代。

5.根据权利要求2所述的小车路径实时规划方法，其特征在于，所述方法还包括：

根据所述模型输入信息、所述模型输出信息确定所述环境模型的输入维度、输出维度；

获取模型数据以及模型超参数；

根据所述输入维度、所述输出维度、所述模型数据、所述模型超参数创建深度增强学习模型。

6.根据权利要求5所述的小车路径实时规划方法，其特征在于，所述实时规划上货路线并按照所述上货路线移动至所述上货地点装货，包括：

所述目标小车根据所述深度增强学习模型实时规划上货路线，并按照所述上货路线移动至所述上货地点装货；

所述根据所述更新后的环境模型确定卸货地点，实时规划卸货路线并按照所述卸货路线移动至所述卸货地点卸货，包括：

所述目标小车根据所述深度增强学习模型、所述更新后的环境模型确定卸货地点，实时规划卸货路线并按照所述卸货路线移动至所述卸货地点卸货。

7.根据权利要求5所述的小车路径实时规划方法，其特征在于，所述方法还包括：

获取当前环境下障碍物信息、上货地点信息、卸货地点信息、目标小车位置信息，作为测试数据；

根据所述测试数据搭建模型测试框架；

根据所述模型测试框架对所述深度增强学习模型进行测试，得到测试结果；

根据所述测试结果对所述深度增强学习模型中的参数进行调整，生成目标深度增强学习模型。

8.一种小车路径实时规划装置，其特征在于，所述装置包括：

模型构建模块，用于构建环境模型；

上货路线规划模块，用于将所述环境模型发送至目标小车，所述目标小车以自身为中心，根据所述环境模型确定上货地点，实时规划上货路线并按照所述上货路线移动至所述上货地点装货；

卸货路线规划模块，用于实时更新所述环境模型，将更新后的环境模型发送至所述目标小车，所述目标小车以自身为中心，根据所述更新后的环境模型确定卸货地点，实时规划卸货路线并按照所述卸货路线移动至所述卸货地点卸货。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。