[发明专利]用于调整自主驾驶车辆的运动规划器的基于学习的评论器

说明书

本文描述了一种训练用于调整自主驾驶车辆的基于规则的运动规划器的基于学习的评论器的方法，一种使用具有基于学习的评论器的自主调整框架调整运动规划器的方法。方法包括接收包括人类驾驶轨迹和从人类驾驶轨迹得出的随机轨迹的训练数据；使用训练数据训练基于学习的评论器；通过比较第一组轨迹和第二组轨迹识别一组不一致的轨迹；以及在神经网络训练平台处，基于一组不一致的轨迹改进基于学习的评论器。

技术领域

本公开的实施例一般涉及操作自主车辆。更特别地，本公开的实施例涉及自主驾驶车辆的运动规划器的参数调整。

背景技术

当以自主模式驾驶时，自主驾驶车辆(ADV)可以减轻乘坐者，尤其是驾驶员的一些驾驶相关责任。当以自主模式操作时，车辆可以使用车载传感器导航到各种位置，从而允许车辆以最小的人机交互或者在没有任何乘客的一些情况下行驶。

运动规划，也称为路径规划，是大规模、注重安全、真实世界自主驾驶车辆的关键。运动规划器可以是基于规则的或基于学习的。每种类型的运动规划器有其优点和缺点。例如，基于规则的运动规划器将运动规划制定为受约束的优化问题。尽管基于规则的运动规划器是可靠且可解释的，但其性能在很大程度上取决于优化问题与参数的关系如何。这些参数是为各种目的而设计的，诸如建模不同的场景、平衡每个单个目标的权重，因此需要手动微调以获得最优性能。另一方面，基于学习的规划器从大量的人类示范中学习，以创建类似人类的驾驶规划，从而避免繁琐的规则和约束设计过程。然而，缺乏可解释性阻碍了其在自主驾驶等注重安全的任务中的应用。

发明内容

第一方面，提供一种用于训练用于调整自主驾驶车辆(ADV)的运动规划器的基于学习的评论器的计算机实现的方法，所述方法包括：

通过自主驾驶模拟平台接收包括人类驾驶轨迹和从人类驾驶轨迹得出的随机轨迹的训练数据；

通过自主驾驶模拟平台使用训练数据训练基于学习的评论器；

通过在自主驾驶模拟平台处运行的基于学习的评论器，通过比较第一组轨迹和第二组轨迹来识别一组不一致的轨迹，其中第一组轨迹由具有第一组参数的运动规划器生成，并且第二组轨迹由具有第二组参数的运动规划器生成；以及

通过神经网络训练平台，基于一组不一致的轨迹来改进基于学习的评论器。

第二方面，提供一种其中存储有指令的非暂时性机器可读介质，当所述指令由处理器执行时，使所述处理器执行如第一方面所述的方法的操作。

第三方面，提供一种调整自主驾驶车辆(ADV)的运动规划器的方法，包括：

从基于学习的评论器建立目标函数；

应用优化操作来优化目标函数，以确定用于一个或多个驾驶环境的自主驾驶车辆(ADV)的动态模型的运动规划器的一组最优参数；

使用具有用于一个或多个驾驶环境的一组最优参数的运动规划器生成第一组轨迹；

使用具有用于一个或多个驾驶环境的一组现有参数的基于学习的评论器生成第二组轨迹；

生成指示第一组轨迹和第二组轨迹之间的差异的分数。

通过本公开的实施例，自主调整框架可以消除繁琐的参数调整中的人力，减少调整时间，同时保留基于规则的运动规划器的物理和安全约束。此外，当基于学习的评论器使用不同的人类驾驶数据集进行训练时，自主调整框架可以创建个性化的运动规划器。

附图说明

本公开的实施例通过示例的方式示出并且不限于附图中的图，在附图中相同的附图标记表示相似的元件。

图1示出了根据一个实施例的运动规划器调整框架100。

图2A、2B和2C示出了根据一个实施例的如何从示范轨迹生成附加轨迹。