CN113935638A - 一种基于平面拓扑分析的轨迹决策评估方法 - Google Patents

一种基于平面拓扑分析的轨迹决策评估方法 Download PDF

Info

Publication number
CN113935638A
CN113935638A CN202111222682.7A CN202111222682A CN113935638A CN 113935638 A CN113935638 A CN 113935638A CN 202111222682 A CN202111222682 A CN 202111222682A CN 113935638 A CN113935638 A CN 113935638A
Authority
CN
China
Prior art keywords
track
vehicle
trajectory
points
coordinate system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111222682.7A
Other languages
English (en)
Inventor
于伯乾
翟唯钧
李栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qingzhou Zhihang Technology Co ltd
Original Assignee
Beijing Qingzhou Zhihang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qingzhou Zhihang Technology Co ltd filed Critical Beijing Qingzhou Zhihang Technology Co ltd
Priority to CN202111222682.7A priority Critical patent/CN113935638A/zh
Publication of CN113935638A publication Critical patent/CN113935638A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例涉及一种基于平面拓扑分析的轨迹决策评估方法，所述方法包括：从预设场景的所有车辆中选择任一车辆作为评估车辆A，其他任一车辆作为参考车辆K；获取评估车辆A的决策轨迹生成轨迹T1，实际行驶轨迹生成轨迹T2；以参考车辆K的自车坐标系为目标坐标系对轨迹T1、T2进行坐标系转换生成轨迹
Figure DDA0003313200010000011
对轨迹
Figure DDA0003313200010000012
进行平面拓扑分析生成轨迹分析结果；若轨迹分析结果为轨迹等价则视轨迹T1、T2相对于参考车辆K的轨迹分析结果也为轨迹等价；若轨迹T1、T2相对于所有参考车辆K的轨迹分析结果均为轨迹等价则视轨迹T1、T2的轨迹决策评估结果为轨迹等价。通过本发明可对轨迹决策模块进行有效评估。

Description

一种基于平面拓扑分析的轨迹决策评估方法
技术领域
本发明涉及数据处理技术领域，特别涉及一种基于平面拓扑分析的轨迹决策评估方法。
背景技术
自动驾驶系统的轨迹决策模块用于综合车辆周围环境信息，对自车未来行驶轨迹进行决策产生决策轨迹。轨迹决策模块的决策准确度对自动驾驶的安全性、舒适性都有很大影响。如何对轨迹决策模块的决策轨迹进行有效评估，是当前自动驾驶研发的一个主要课题。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种基于平面拓扑分析的轨迹决策评估方法、电子设备及计算机可读存储介质，在场景中确定评估车辆和参考车辆，并根据评估车辆的决策轨迹和实际行驶轨迹相对参考车辆的决策轨迹的拓扑学差异，判断评估车辆的决策轨迹和实际行驶轨迹是否在轨迹决策层面为等价轨迹关系。通过本发明方法，若场景中基于所有参考车辆的评估结果都确认评估车辆的决策轨迹和实际行驶轨迹为等价轨迹关系，就证明当前评估车辆的决策轨迹与实际行驶轨迹符合度高；若场景中所有车辆的决策轨迹与实际行驶轨迹符合度都较高，就证明产生决策轨迹的轨迹决策模块的决策准确度较高。基于此可以为轨迹决策模块提供一种有效评估机制，从而达到保证轨迹决策模块决策准确度的目的。
为实现上述目的，本发明实施例第一方面提供了一种基于平面拓扑分析的轨迹决策评估方法，所述方法包括：
从预设场景的所有车辆中选择任一车辆作为评估车辆A，并选择场景中除所述评估车辆A外的其他任一车辆作为参考车辆K；
获取所述评估车辆A的决策轨迹生成对应的轨迹T1，并获取所述评估车辆A的实际行驶轨迹生成对应的轨迹T2；
以所述参考车辆K的自车坐标系为目标坐标系对所述轨迹T1、T2进行坐标系转换，生成在所述目标坐标系下的两条对应轨迹记为轨迹
Figure BDA0003313199990000021
对所述轨迹
Figure BDA0003313199990000022
进行平面拓扑分析生成对应的轨迹分析结果；
若所述轨迹分析结果为轨迹等价，则视对应的所述轨迹T1、T2相对于所述参考车辆K的轨迹分析结果也为轨迹等价；
若所述轨迹T1、T2相对于所有参考车辆K的轨迹分析结果均为轨迹等价，则视所述轨迹T1、T2的轨迹决策评估结果为轨迹等价。
优选的，所述轨迹T1包括多个轨迹点P1,i,所述轨迹T2包括多个轨迹点P2,i；所述轨迹T1、T2的轨迹点总数相等均为N，N≥i≥1；所述轨迹点P1,i、P2,i基于下标i为一一对应关系，对应的所述轨迹点P1,i、P2,i的轨迹点时间参数一致；
所述轨迹
Figure BDA0003313199990000023
包括多个轨迹点
Figure BDA0003313199990000024
所述轨迹
Figure BDA0003313199990000025
包括多个轨迹点
Figure BDA0003313199990000026
优选的，所述以所述参考车辆K的自车坐标系为目标坐标系对所述轨迹T1、T2进行坐标系转换，生成在所述目标坐标系下的两条对应轨迹记为轨迹
Figure BDA0003313199990000027
Figure BDA0003313199990000028
具体包括：
获取所述参考车辆K的决策轨迹生成对应的轨迹TK；所述轨迹TK包括多个轨迹点Pk,i；所述轨迹点Pk,i基于下标i与所述轨迹点P1,i、P2,i对应，对应的所述轨迹点P1,i、P2,i、Pk,i的轨迹点时间参数一致；
获取所述参考车辆K在各个所述轨迹点Pk,i所在时刻的车辆朝向角信息，生成对应的朝向角θk,i；
根据对应的所述轨迹点Pk,i和所述朝向角θk,i，对所述轨迹点P1,i进行目标坐标系转换，生成对应的所述轨迹点
Figure BDA0003313199990000029
Figure BDA0003313199990000031
根据对应的所述轨迹点Pk,i和所述朝向角θk,i，对所述轨迹点P2,i进行目标坐标系转换，生成对应的所述轨迹点
Figure BDA0003313199990000032
Figure BDA0003313199990000033
由得到的所有所述轨迹点
Figure BDA0003313199990000034
按时间先后顺序排序，组成所述轨迹
Figure BDA0003313199990000035
由得到的所有所述轨迹点
Figure BDA0003313199990000036
按时间先后顺序排序，组成所述轨迹
Figure BDA0003313199990000037
优选的，所述对所述轨迹
Figure BDA0003313199990000038
进行平面拓扑分析生成对应的轨迹分析结果，具体包括：
从所述目标坐标系的原点出发到所述轨迹
Figure BDA0003313199990000039
的各个所述轨迹点
Figure BDA00033131999900000310
Figure BDA00033131999900000311
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure BDA00033131999900000312
基于下标i，计算每对轨迹点向量
Figure BDA00033131999900000313
的向量点乘结果，生成对应的第一结果Mi，
Figure BDA00033131999900000314
若所有所述第一结果Mi均不小于0，则连接所述轨迹
Figure BDA00033131999900000315
的首尾轨迹点，生成对应的合并轨迹
Figure BDA00033131999900000316
所述合并轨迹
Figure BDA00033131999900000317
包括多个轨迹点
Figure BDA00033131999900000318
M≥j≥1，M为所述合并轨迹
Figure BDA00033131999900000319
的轨迹点总数；所述合并轨迹
Figure BDA00033131999900000320
中的最后一个轨迹点
Figure BDA00033131999900000321
与第一个
Figure BDA00033131999900000322
重合；
从所述目标坐标系的原点出发到所述合并轨迹
Figure BDA00033131999900000323
的各个所述轨迹点
Figure BDA00033131999900000324
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure BDA00033131999900000325
计算相邻轨迹点向量
Figure BDA00033131999900000326
间的夹角αj，并统计所有所述夹角αj的总和生成夹角总和αsum；
Figure BDA00033131999900000327
若所述夹角总和αsum为0，则生成具体为轨迹等价的所述轨迹分析结果。
进一步的，若所述轨迹
Figure BDA00033131999900000328
的首尾轨迹点重合，则M＝2N-1；若所述轨迹
Figure BDA0003313199990000041
的首轨迹点重合但尾轨迹点不重合，则M＝2N。
进一步的，若任一所述第一结果Mi小于0，或所述夹角总和αsum不为0，所述方法还包括：
生成具体为轨迹不等价的所述轨迹分析结果。
优选的，若所述轨迹分析结果为轨迹不等价，所述方法还包括：
视所述轨迹T1、T2的轨迹决策评估结果为轨迹不等价。
本发明实施例第二方面提供了一种电子设备，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
本发明实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
本发明实施例提供了一种基于平面拓扑分析的轨迹决策评估方法、电子设备及计算机可读存储介质，在场景中确定评估车辆和参考车辆，并根据评估车辆的决策轨迹和实际行驶轨迹相对参考车辆的决策轨迹的拓扑学差异，判断评估车辆的决策轨迹和实际行驶轨迹是否在轨迹决策层面为等价轨迹关系。通过本发明方法，若场景中基于所有参考车辆的评估结果都确认评估车辆的决策轨迹和实际行驶轨迹为等价轨迹关系，就证明当前评估车辆的决策轨迹与实际行驶轨迹符合度高；若场景中所有车辆的决策轨迹与实际行驶轨迹符合度都较高，就证明产生决策轨迹的轨迹决策模块的决策准确度较高。由此为轨迹决策模块提供了一种有效的评估机制，保障了轨迹决策模块决策准确度。
附图说明
图1为本发明实施例一提供的一种基于平面拓扑分析的轨迹决策评估方法示意图；
图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在对自动驾驶系统的轨迹决策模块进行评估时，首先通过轨迹决策模块对当前预设场景中的各个交通参与者也就是行驶车辆的行驶轨迹进行决策生成决策轨迹，并同时对车辆的实时人工驾驶行驶轨迹进行保存作为对应的实际行驶轨迹，再通过本发明实施例一提供的一种基于平面拓扑分析的轨迹决策评估方法，对轨迹决策模块产生的所有决策轨迹与其对应的实际行驶轨迹的轨迹等价关系进行判断；图1为本发明实施例一提供的一种基于平面拓扑分析的轨迹决策评估方法示意图，如图1所示，本方法主要包括如下步骤：
步骤1，从预设场景的所有车辆中选择任一车辆作为评估车辆A，并选择场景中除评估车辆A外的其他任一车辆作为参考车辆K。
这里，预设场景为具有多个行驶车辆的道路场景。
例如，在行驶道路的3条车道上各有一辆行驶车辆记为车1、2、3，将这3辆车依次作为评估车辆A，对应的参考车辆就分别为：当评估车辆A为车1时，依次将车2、3作为参考车辆K；当评估车辆A为车2时，依次将车1、3作为参考车辆K；当评估车辆A为车3时，依次将车1、2作为参考车辆K。
步骤2，获取评估车辆A的决策轨迹生成对应的轨迹T1，并获取评估车辆A的实际行驶轨迹生成对应的轨迹T2；
其中，轨迹T1包括多个轨迹点P1,i,轨迹T2包括多个轨迹点P2,i；轨迹T1、T2的轨迹点总数相等均为N，N≥i≥1；轨迹点P1,i、P2,i基于下标i为一一对应关系，对应的轨迹点P1,i、P2,i的轨迹点时间参数一致。
这里，对所有车辆的决策轨迹与实际行驶轨迹的轨迹点时间都是对齐的；每个轨迹点同时具有一个统一的原始坐标系的位置坐标，该原始坐标系可以为道路S-L坐标，也可以为世界坐标。
步骤3，以参考车辆K的自车坐标系为目标坐标系对轨迹T1、T2进行坐标系转换，生成在目标坐标系下的两条对应轨迹记为轨迹
Figure BDA0003313199990000061
其中，轨迹
Figure BDA0003313199990000062
包括多个轨迹点
Figure BDA0003313199990000063
轨迹
Figure BDA0003313199990000064
包括多个轨迹点
Figure BDA0003313199990000065
这里是结合参考车辆K的位姿参数，对在原始坐标系下评估车辆A相对于参考车辆K的相对轨迹，做原始坐标系到参考车辆K自车坐标系也就是目标坐标系的坐标转换处理，从而得到轨迹T1、T2；
具体包括：步骤31，获取参考车辆K的决策轨迹生成对应的轨迹TK；
其中，轨迹TK包括多个轨迹点Pk,i；轨迹点Pk,i基于下标i与轨迹点P1,i、P2,i对应，对应的轨迹点P1,i、P2,i、Pk,i的轨迹点时间参数一致；
步骤32，获取参考车辆K在各个轨迹点Pk,i所在时刻的车辆朝向角信息，生成对应的朝向角θk,i；
这，朝向角θk,i就是参考车辆K在原始坐标系下每个轨迹点位置上的位姿参数；
步骤33，根据对应的轨迹点Pk,i和朝向角θk,i，对轨迹点P1,i进行目标坐标系转换，生成对应的轨迹点
Figure BDA0003313199990000066
Figure BDA0003313199990000067
这里，(P1,i-Pk,i)为在原始坐标系下评估车辆A轨迹T1上的轨迹点P1,i相对于参考车辆K的相对位移，
Figure BDA0003313199990000071
则是基于参考车辆K的位姿参数也就是朝向角θk,i的从原始坐标系到目标坐标系的坐标转换矩阵；轨迹点
Figure BDA0003313199990000072
则是在目标坐标系下以参考车辆K为静止原点、原轨迹点P1,i对应的目标坐标系轨迹点；
步骤34，根据对应的轨迹点Pk,i和朝向角θk,i，对轨迹点P2,i进行目标坐标系转换，生成对应的轨迹点
Figure BDA0003313199990000073
Figure BDA0003313199990000074
这里，与步骤33同理，(P2,i-Pk,i)为在原始坐标系下评估车辆A轨迹T2上的轨迹点P2,i相对于参考车辆K的相对位移；轨迹点
Figure BDA0003313199990000075
则是在目标坐标系下以参考车辆K为静止原点、原轨迹点P2,i对应的目标坐标系轨迹点；
步骤35，由得到的所有轨迹点
Figure BDA0003313199990000076
按时间先后顺序排序，组成轨迹
Figure BDA0003313199990000077
由得到的所有轨迹点
Figure BDA0003313199990000078
按时间先后顺序排序，组成轨迹
Figure BDA0003313199990000079
步骤4，对轨迹
Figure BDA00033131999900000710
进行平面拓扑分析生成对应的轨迹分析结果；
这里，平面拓扑分析主要包括两步，第一步分析是判断轨迹
Figure BDA00033131999900000711
中各个相同时间参数也就是相同时间点上决策的行驶方向是否相同，具体的判断方法是对相同时间参数对应的轨迹点
Figure BDA00033131999900000712
对应的两个坐标向量方向是否同向进行判断，若所有轨迹点向量方向都相同则认为轨迹
Figure BDA00033131999900000713
的实时行驶方向相同并继续第二步分析，反之则认定轨迹
Figure BDA00033131999900000714
为不等价轨迹并输出轨迹分析结果为轨迹不等价；第二步分析是以参考车辆K的前后方向将道路二分为左右侧，并判断轨迹
Figure BDA00033131999900000715
是否处于参考车辆K的同侧(同处于左侧或同处于右侧)，具体的判断方法是将轨迹
Figure BDA00033131999900000716
的首尾轨迹点连接从而形成一个闭合轨迹，并借鉴卷绕数原理对闭合轨迹从起始到结束轨迹点相对目标坐标系原点的旋转角度总和进行计算，若角度总和为0则说明轨迹
Figure BDA00033131999900000717
处于参考车辆K的同侧进而认定轨迹
Figure BDA00033131999900000718
为等价轨迹并输出轨迹分析结果为轨迹等价，反之则认定轨迹
Figure BDA0003313199990000081
为不等价轨迹并输出轨迹分析结果为轨迹不等价；
具体包括：步骤41，从目标坐标系的原点出发到轨迹
Figure BDA0003313199990000082
的各个轨迹点
Figure BDA0003313199990000083
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure BDA0003313199990000084
步骤42，基于下标i，计算每对轨迹点向量
Figure BDA0003313199990000085
的向量点乘结果，生成对应的第一结果Mi，
Figure BDA0003313199990000086
这里，由向量点乘原理我们可知若两向量夹角小于或等于90°，则向量点乘结果大于或等于0，反之则小于0；本发明实施例默认若两向量夹角小于或等于90°则该两向量方向相同，也就是说若第一结果Mi不小于0，则对应的轨迹点向量
Figure BDA0003313199990000087
的向量方向可视为同向；
步骤43，判断所有第一结果Mi是否均不小于0；若任一第一结果Mi小于0，则转至步骤44；若所有第一结果Mi均不小于0，则转至步骤45；
这里，若所有第一结果Mi不小于0，则说明轨迹
Figure BDA0003313199990000088
的实时行驶方向相同，转至步骤45继续第二步分析；若任一第一结果Mi小于0，则说明轨迹
Figure BDA0003313199990000089
上由轨迹点出现实时行驶方向不同，则停止当前的第一步分析并转至步骤44；
步骤44，生成具体为轨迹不等价的轨迹分析结果；转至步骤5；
这里，本发明实施例认定轨迹
Figure BDA00033131999900000810
为不等价轨迹并输出轨迹分析结果为轨迹不等价；
步骤45，连接轨迹
Figure BDA00033131999900000811
的首尾轨迹点，生成对应的合并轨迹
Figure BDA00033131999900000812
其中，合并轨迹
Figure BDA00033131999900000813
包括多个轨迹点
Figure BDA00033131999900000814
M≥j≥1，M为合并轨迹
Figure BDA00033131999900000815
的轨迹点总数；若轨迹
Figure BDA00033131999900000816
的首尾轨迹点重合，则M＝2N-1；若轨迹
Figure BDA00033131999900000817
的首轨迹点重合但尾轨迹点不重合，则M＝2N；合并轨迹
Figure BDA00033131999900000818
中的最后一个轨迹点
Figure BDA00033131999900000819
与第一个
Figure BDA00033131999900000820
重合；
这里，轨迹
Figure BDA00033131999900000821
的首轨迹点都是重合的，但尾轨迹点可以不重合；
步骤46，从目标坐标系的原点出发到合并轨迹
Figure BDA0003313199990000091
的各个轨迹点
Figure BDA0003313199990000092
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure BDA0003313199990000093
步骤47，计算相邻轨迹点向量
Figure BDA0003313199990000094
间的夹角αj，并统计所有夹角αj的总和生成夹角总和αsum；
其中，
Figure BDA0003313199990000095
这里，是借鉴卷绕数原理对闭合轨迹相对一个定点也就是目标坐标系原点的卷绕角度总和进行计算；所谓卷绕数是指平面上的封闭曲线围绕某个定点卷绕的次数，每次卷绕过程该封闭曲线上运动的卷绕点相对于该定点的旋转角度总和为360°；基于卷绕数原理，若目标坐标系原点位于合并轨迹
Figure BDA0003313199990000096
构成的封闭曲线之内则卷绕数至少为1且旋转角度总和至少为360°，若目标坐标系原点位于合并轨迹
Figure BDA0003313199990000097
构成的封闭曲线之外则卷绕数只能为0且旋转角度总和也只能为0°；也就是说，在旋转角度总和为0°时，目标坐标系原点位于合并轨迹
Figure BDA0003313199990000098
构成的封闭曲线之外，也即构成合并轨迹
Figure BDA0003313199990000099
的轨迹
Figure BDA00033131999900000910
处于参考车辆K的同侧(同处于左侧或同处于右侧)；
本步骤中，通过计算合并轨迹
Figure BDA00033131999900000911
上相邻轨迹点向量
Figure BDA00033131999900000912
的向量夹角也就是夹角αj可以获得相邻轨迹点的旋转角度，再将所有夹角αj进行总和计算自然就可以得到从第1个轨迹点
Figure BDA00033131999900000913
起经由轨迹点
Figure BDA00033131999900000914
一直到最后一个轨迹点
Figure BDA00033131999900000915
(与第1个轨迹点
Figure BDA00033131999900000916
重合)的总旋转角度和也就是夹角总和αsum；
步骤48，判断夹角总和αsum是否为0；若夹角总和αsum为0，则生成具体为轨迹等价的轨迹分析结果；若夹角总和αsum不为0，则生成具体为轨迹不等价的轨迹分析结果。
这里，若夹角总和αsum为0，说明轨迹
Figure BDA00033131999900000917
处于参考车辆K的同侧，生成轨迹分析结果为轨迹等价；若夹角总和αsum不为0，说明轨迹
Figure BDA00033131999900000918
不处于参考车辆K的同侧，生成轨迹分析结果为轨迹不等价。
步骤5，对轨迹分析结果是否为轨迹等价进行判断；若轨迹分析结果为轨迹等价，则视对应的轨迹T1、T2相对于参考车辆K的轨迹分析结果也为轨迹等价，并转至步骤6；若轨迹分析结果为轨迹不等价，则视轨迹T1、T2的轨迹决策评估结果为轨迹不等价，并转至步骤401。
这里，若轨迹分析结果为轨迹等价说明在参考车辆K的相对角度看，轨迹决策模块对评估车辆A的决策轨迹T1与对应的实际行驶轨迹T2的符合度较高；若轨迹分析结果为轨迹不等价说明在参考车辆K的相对角度看，轨迹决策模块对评估车辆A的决策轨迹T1与对应的实际行驶轨迹T2的符合度低，下一步转至错误处理步骤401进行错误信息提示处理。此处步骤401错误信息提示处理的具体处理步骤可根据实际应用要求建立多种对应的实现步骤，本发明实施例在此不做进一步赘述。
步骤6，若轨迹T1、T2相对于所有参考车辆K的轨迹分析结果均为轨迹等价，则视轨迹T1、T2的轨迹决策评估结果为轨迹等价。
例如，当前场景中有车1、2、3；
当评估车辆A为车1时，将车2、3作为参考车辆K对车1的轨迹T1、T2的等价关系进行评估得到2个车1评估结果，若这2个车1评估结果均为轨迹等价，则视车1的轨迹T1、T2的轨迹决策评估结果为轨迹等价，也即说明轨迹决策模块对车1的决策轨迹T1与实际行驶轨迹T2的符合度高；
当评估车辆A为车2时，将车1、3作为参考车辆K对车2的轨迹T1、T2的等价关系进行评估得到2个车2评估结果，若这2个车2评估结果均为轨迹等价，则视车2的轨迹T1、T2的轨迹决策评估结果为轨迹等价，也即说明轨迹决策模块对车2决策轨迹T1与实际行驶轨迹T2的符合度高；
当评估车辆A为车3时，将车1、2作为参考车辆K对车3的轨迹T1、T2的等价关系进行评估得到2个车3评估结果，若这2个车3评估结果均为轨迹等价，则视车3的轨迹T1、T2的轨迹决策评估结果为轨迹等价，也即说明轨迹决策模块对车3的决策轨迹T1与实际行驶轨迹T2的符合度高。
在证明了轨迹决策模块对车1、2、3的决策轨迹都与其各自的实际行驶轨迹符合度较高的情况下，即可对该轨迹决策模块在当前场景的决策准确度给出较高的评估结果。
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示，该电子设备可以包括：处理器301(例如CPU)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
在图2中提到的系统总线305可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、图形处理器(Graphics Processing Unit，GPU)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片，该芯片用于执行前述方法实施例描述的处理步骤。
本发明实施例提供了一种基于平面拓扑分析的轨迹决策评估方法、电子设备及计算机可读存储介质，在场景中确定评估车辆和参考车辆，并根据评估车辆的决策轨迹和实际行驶轨迹相对参考车辆的决策轨迹的拓扑学差异，判断评估车辆的决策轨迹和实际行驶轨迹是否在轨迹决策层面为等价轨迹关系。通过本发明方法，若场景中基于所有参考车辆的评估结果都确认评估车辆的决策轨迹和实际行驶轨迹为等价轨迹关系，就证明当前评估车辆的决策轨迹与实际行驶轨迹符合度高；若场景中所有车辆的决策轨迹与实际行驶轨迹符合度都较高，就证明产生决策轨迹的轨迹决策模块的决策准确度较高。由此为轨迹决策模块提供了一种有效的评估机制，保障了轨迹决策模块决策准确度。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于平面拓扑分析的轨迹决策评估方法，其特征在于，所述方法包括：
从预设场景的所有车辆中选择任一车辆作为评估车辆A，并选择场景中除所述评估车辆A外的其他任一车辆作为参考车辆K；
获取所述评估车辆A的决策轨迹生成对应的轨迹T1，并获取所述评估车辆A的实际行驶轨迹生成对应的轨迹T2；
以所述参考车辆K的自车坐标系为目标坐标系对所述轨迹T1、T2进行坐标系转换，生成在所述目标坐标系下的两条对应轨迹记为轨迹
Figure FDA0003313199980000011
对所述轨迹
Figure FDA0003313199980000012
进行平面拓扑分析生成对应的轨迹分析结果；
若所述轨迹分析结果为轨迹等价，则视对应的所述轨迹T1、T2相对于所述参考车辆K的轨迹分析结果也为轨迹等价；
若所述轨迹T1、T2相对于所有参考车辆K的轨迹分析结果均为轨迹等价，则视所述轨迹T1、T2的轨迹决策评估结果为轨迹等价。
2.根据权利要求1所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，
所述轨迹T1包括多个轨迹点P1,i,所述轨迹T2包括多个轨迹点P2,i；所述轨迹T1、T2的轨迹点总数相等均为N，N≥i≥1；所述轨迹点P1,i、P2,i基于下标i为一一对应关系，对应的所述轨迹点P1,i、P2,i的轨迹点时间参数一致；
所述轨迹
Figure FDA0003313199980000013
包括多个轨迹点
Figure FDA0003313199980000014
所述轨迹
Figure FDA0003313199980000015
包括多个轨迹点
Figure FDA0003313199980000016
3.根据权利要求2所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，所述以所述参考车辆K的自车坐标系为目标坐标系对所述轨迹T1、T2进行坐标系转换，生成在所述目标坐标系下的两条对应轨迹记为轨迹
Figure FDA0003313199980000017
Figure FDA0003313199980000018
具体包括：
获取所述参考车辆K的决策轨迹生成对应的轨迹TK；所述轨迹TK包括多个轨迹点Pk,i；所述轨迹点Pk,i基于下标i与所述轨迹点P1,i、P2,i对应，对应的所述轨迹点P1,i、P2,i、Pk,i的轨迹点时间参数一致；
获取所述参考车辆K在各个所述轨迹点Pk,i所在时刻的车辆朝向角信息，生成对应的朝向角θk,i；
根据对应的所述轨迹点Pk,i和所述朝向角θk,i，对所述轨迹点P1,i进行目标坐标系转换，生成对应的所述轨迹点
Figure FDA0003313199980000021
Figure FDA0003313199980000022
根据对应的所述轨迹点Pk,i和所述朝向角θk,i，对所述轨迹点P2,i进行目标坐标系转换，生成对应的所述轨迹点
Figure FDA0003313199980000023
Figure FDA0003313199980000024
由得到的所有所述轨迹点
Figure FDA0003313199980000025
按时间先后顺序排序，组成所述轨迹
Figure FDA0003313199980000026
由得到的所有所述轨迹点
Figure FDA0003313199980000027
按时间先后顺序排序，组成所述轨迹
Figure FDA0003313199980000028
4.根据权利要求2所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，所述对所述轨迹
Figure FDA0003313199980000029
进行平面拓扑分析生成对应的轨迹分析结果，具体包括：
从所述目标坐标系的原点出发到所述轨迹
Figure FDA00033131999800000210
的各个所述轨迹点
Figure FDA00033131999800000211
Figure FDA00033131999800000212
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure FDA00033131999800000213
基于下标i，计算每对轨迹点向量
Figure FDA00033131999800000214
的向量点乘结果，生成对应的第一结果Mi，
Figure FDA00033131999800000215
若所有所述第一结果Mi均不小于0，则连接所述轨迹
Figure FDA00033131999800000216
的首尾轨迹点，生成对应的合并轨迹
Figure FDA00033131999800000217
所述合并轨迹
Figure FDA00033131999800000218
包括多个轨迹点
Figure FDA00033131999800000219
M≥j≥1，M为所述合并轨迹
Figure FDA00033131999800000225
的轨迹点总数；所述合并轨迹
Figure FDA00033131999800000226
中的最后一个轨迹点
Figure FDA00033131999800000220
与第一个
Figure FDA00033131999800000221
重合；
从所述目标坐标系的原点出发到所述合并轨迹
Figure FDA00033131999800000222
的各个所述轨迹点
Figure FDA00033131999800000223
构建对应的轨迹点向量，生成对应的轨迹点向量
Figure FDA00033131999800000224
计算相邻轨迹点向量
Figure FDA0003313199980000031
间的夹角αj，并统计所有所述夹角αj的总和生成夹角总和αsum；
Figure FDA0003313199980000032
若所述夹角总和αsum为0，则生成具体为轨迹等价的所述轨迹分析结果。
5.根据权利要求4所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，
若所述轨迹
Figure FDA0003313199980000033
的首尾轨迹点重合，则M＝2N-1；若所述轨迹
Figure FDA0003313199980000034
的首轨迹点重合但尾轨迹点不重合，则M＝2N。
6.根据权利要求4所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，若任一所述第一结果Mi小于0，或所述夹角总和αsum不为0，所述方法还包括：
生成具体为轨迹不等价的所述轨迹分析结果。
7.根据权利要求1所述的基于平面拓扑分析的轨迹决策评估方法，其特征在于，若所述轨迹分析结果为轨迹不等价，所述方法还包括：
视所述轨迹T1、T2的轨迹决策评估结果为轨迹不等价。
8.一种电子设备，其特征在于，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-7任一项所述的方法步骤；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-7任一项所述的方法的指令。
CN202111222682.7A 2021-10-20 2021-10-20 一种基于平面拓扑分析的轨迹决策评估方法 Pending CN113935638A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111222682.7A CN113935638A (zh) 2021-10-20 2021-10-20 一种基于平面拓扑分析的轨迹决策评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111222682.7A CN113935638A (zh) 2021-10-20 2021-10-20 一种基于平面拓扑分析的轨迹决策评估方法

Publications (1)

Publication Number Publication Date
CN113935638A true CN113935638A (zh) 2022-01-14

Family

ID=79281080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111222682.7A Pending CN113935638A (zh) 2021-10-20 2021-10-20 一种基于平面拓扑分析的轨迹决策评估方法

Country Status (1)

Country Link
CN (1) CN113935638A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013217802A (ja) * 2012-04-10 2013-10-24 Fujitsu Ltd 軌跡解析装置および軌跡解析プログラム
CN104215254A (zh) * 2013-05-31 2014-12-17 国际商业机器公司 路径导航的方法和装置
CN105468888A (zh) * 2014-09-12 2016-04-06 广州汽车集团股份有限公司 一种汽车运动控制性能的评估方法及装置
WO2017139613A1 (en) * 2016-02-11 2017-08-17 Massachusetts Institute Of Technology Motion planning for robotic systems
CN108549366A (zh) * 2018-05-04 2018-09-18 同济大学 智能汽车道路行驶与虚拟测试平行映射实验方法
CN109358526A (zh) * 2018-10-15 2019-02-19 清华大学苏州汽车研究院（吴江） 基于仿真的自动驾驶循迹算法的软件在环测试方法
CN110542428A (zh) * 2019-08-27 2019-12-06 腾讯科技（深圳）有限公司 驾驶路线质量评估方法及装置
CN111845774A (zh) * 2020-07-20 2020-10-30 上海大学 一种基于横纵向协调的自动驾驶汽车动态轨迹规划及跟踪方法
US10831210B1 (en) * 2018-09-28 2020-11-10 Zoox, Inc. Trajectory generation and optimization using closed-form numerical integration in route-relative coordinates
CN112013853A (zh) * 2020-08-20 2020-12-01 北京三快在线科技有限公司 一种对无人驾驶设备的轨迹点验证的方法及装置
CN112734219A (zh) * 2021-01-05 2021-04-30 中交智运有限公司 一种车辆运输行驶行为分析方法及系统
CN112918486A (zh) * 2021-02-08 2021-06-08 北京理工大学 一种时空行为决策及轨迹规划系统及方法
CN113112643A (zh) * 2020-01-13 2021-07-13 北京地平线机器人技术研发有限公司 预测轨迹的评价方法、装置以及电子设备和存储介质
CN113212442A (zh) * 2021-05-25 2021-08-06 上海悟景信息科技有限公司 一种轨迹感知车辆驾驶分析方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013217802A (ja) * 2012-04-10 2013-10-24 Fujitsu Ltd 軌跡解析装置および軌跡解析プログラム
CN104215254A (zh) * 2013-05-31 2014-12-17 国际商业机器公司 路径导航的方法和装置
CN105468888A (zh) * 2014-09-12 2016-04-06 广州汽车集团股份有限公司 一种汽车运动控制性能的评估方法及装置
WO2017139613A1 (en) * 2016-02-11 2017-08-17 Massachusetts Institute Of Technology Motion planning for robotic systems
CN108549366A (zh) * 2018-05-04 2018-09-18 同济大学 智能汽车道路行驶与虚拟测试平行映射实验方法
US10831210B1 (en) * 2018-09-28 2020-11-10 Zoox, Inc. Trajectory generation and optimization using closed-form numerical integration in route-relative coordinates
CN109358526A (zh) * 2018-10-15 2019-02-19 清华大学苏州汽车研究院（吴江） 基于仿真的自动驾驶循迹算法的软件在环测试方法
CN110542428A (zh) * 2019-08-27 2019-12-06 腾讯科技（深圳）有限公司 驾驶路线质量评估方法及装置
CN113112643A (zh) * 2020-01-13 2021-07-13 北京地平线机器人技术研发有限公司 预测轨迹的评价方法、装置以及电子设备和存储介质
CN111845774A (zh) * 2020-07-20 2020-10-30 上海大学 一种基于横纵向协调的自动驾驶汽车动态轨迹规划及跟踪方法
CN112013853A (zh) * 2020-08-20 2020-12-01 北京三快在线科技有限公司 一种对无人驾驶设备的轨迹点验证的方法及装置
CN112734219A (zh) * 2021-01-05 2021-04-30 中交智运有限公司 一种车辆运输行驶行为分析方法及系统
CN112918486A (zh) * 2021-02-08 2021-06-08 北京理工大学 一种时空行为决策及轨迹规划系统及方法
CN113212442A (zh) * 2021-05-25 2021-08-06 上海悟景信息科技有限公司 一种轨迹感知车辆驾驶分析方法及系统

Similar Documents

Publication Publication Date Title
CN111009153B (zh) 一种轨迹预测模型的训练方法、装置和设备
US10035508B2 (en) Device for signalling objects to a navigation module of a vehicle equipped with this device
Petrich et al. Map-based long term motion prediction for vehicles in traffic environments
CN109977523B (zh) 一种海量船舶ais轨迹数据在线压缩方法及装置
CN114323054B (zh) 自动驾驶车辆行驶轨迹的确定方法、装置及电子设备
US11062141B2 (en) Methods and apparatuses for future trajectory forecast
EP4335710A1 (en) Traveling path boundary determination method and device, vehicle, storage medium, and terminal
CN112327826A (zh) 一种路径规划方法、装置、设备和介质
Medrano-Berumen et al. Abstract simulation scenario generation for autonomous vehicle verification
US20230177241A1 (en) Method for determining similar scenarios, training method, and training controller
Schneider et al. Towards threat metric evaluation in complex urban scenarios
CN114966736A (zh) 一种基于点云数据进行目标速度预测的处理方法
CN109829401A (zh) 基于双拍摄设备的交通标志识别方法及装置
CN113935638A (zh) 一种基于平面拓扑分析的轨迹决策评估方法
CN115435795B (zh) 一种基于环视图像和语义地图的车辆定位方法
CN115339473A (zh) 一种多障碍物全模态预测场景的处理方法和装置
CN112379692B (zh) 无人机航线的确定方法、装置、设备及存储介质
Burmaka et al. Forming the area of unacceptable values of the parameters of vessels’ movement for the vessels’ divergence at remote control process
CN114461936A (zh) 地图验证方法、装置、计算机设备及存储介质
CN113722675A (zh) 一种多模态轨迹预测模型的训练方法
Baruffa et al. Mixed reality autonomous vehicle simulation: Implementation of a hardware-in-the-loop architecture at a miniature scale
CN115112114B (zh) 一种修正自车周围车辆朝向角的处理方法和装置
Underwood et al. A metamorphic testing framework and toolkit for modular automated driving systems
CN114475663B (zh) 一种自动驾驶横向控制的处理方法
CN113916239B (zh) 一种自动驾驶公交车的车道级导航方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination