行车轨迹规划方法、装置、设备及存储介质与流程

1.本技术涉及智能驾驶技术领域，尤其涉及一种行车轨迹规划方法、装置、设备及存储介质。


背景技术：

2.随着自动驾驶技术的发展，自动驾驶车辆逐渐得到发展和应用。在自动驾驶车辆行驶的时候，会为自动驾驶车辆提供规划好的行车轨迹，以使自动驾驶车辆可以依据规划好的行车轨迹自动行驶。
3.目前，常采用基于采样的路径优化方法规划自动驾驶车辆的行车轨迹，该方法具体为：对自动驾驶车辆的收敛位置进行采样，获得多条备选路径，以车辆的当前车速作为参考速度，从多条备选路径中确定最优路径。但通过上述方法获得的行车轨迹可能不是最优的。


技术实现要素：

4.本技术提供一种行车轨迹规划方法、装置、设备及存储介质，以解决采用基于采样的路径优化方法获得的行车轨迹可能不是最优的问题。
5.第一方面，本技术提供一种行车轨迹规划方法，包括：
6.确定目标车辆在未来预设时间范围内与障碍物的期望交互决策，期望交互决策用于表征目标车辆与障碍物的交互行为以及交互行为对应的交互时间窗口，交互行为包括目标车辆主动超过障碍物、目标车辆主动让行障碍物和目标车辆主动忽略障碍物；
7.基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，纵向可行空间图用于表征目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息；
8.基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，第一预设代价函数是基于目标车辆的行驶效率和舒适度确定的；
9.基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。
10.可选的，基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，包括：基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值；根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来预设时间范围的纵向可行空间图。
11.可选的，基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，包括：确定目标车辆的初始纵向可行最大距离、初始纵向可行最小距离、初始纵向速度的最小值以及初始纵向速度的最大值；针对未来预设时间范围内离散时刻对应的每个障碍物，执行以下操作，直至遍历完每个障碍物：基于期望交互决策，若确定需要目
标车辆主动让行目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设让行安全距离以及初始纵向可行最大距离，确定目标车辆的目标纵向可行最大距离，以及根据目标障碍物的速度，确定目标纵向速度的最大值，确定目标纵向可行最大距离为新的初始纵向可行最大距离，确定目标纵向速度的最大值为新的初始纵向速度的最大值；或者，基于期望交互决策，若确定需要目标车辆主动超过目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设超车安全距离以及初始纵向可行最小距离，确定目标车辆的目标纵向可行最小距离，以及根据目标障碍物的速度，确定目标纵向速度的最小值，确定目标纵向可行最小距离为新的初始纵向可行最小距离，确定目标纵向速度的最小值为新的初始纵向速度的最小值。
12.可选的，确定目标车辆的初始纵向可行最大距离，包括：基于目标车辆的驾驶场景限速，确定目标车辆在未来预设时间范围内的最大可行距离；根据目标车辆在未来预设时间范围内所行驶路径的最大曲率以及预设曲率和速度约束的对应关系，确定最大曲率对应的最大速度；根据最大速度和最大可行距离，获得目标最大可行距离；确定目标最大可行距离为初始纵向可行最大距离。
13.可选的，构建目标车辆对应未来预设时间范围的纵向可行空间图之后，该行车轨迹规划方法还包括：针对未来预设时间范围内离散时刻对应的目标纵向可行最小距离和目标纵向可行最大距离，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离；根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图。
14.可选的，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离，包括：针对未来预设时间范围内离散时刻，若确定更新后的目标纵向可行最大距离小于更新后的目标纵向可行最小距离，则更新对应的障碍物与目标车辆的交互行为，并重新构建目标车辆对应未来预设时间范围的纵向可行空间图。
15.可选的，基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，包括：基于纵向可行空间图，根据目标车辆的最大加速能力、最大减速能力、纵向可行范围内路径的参考线所对应的曲率以及预设曲率和速度约束的对应关系，获得更新后的纵向可行范围和纵向速度约束信息；根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图；基于更新后的纵向可行空间图和第一预设代价函数，获取离散时刻对应的目标车辆的第一目标位置；对第一目标位置进行拟合处理，获得目标车辆的参考速度。
16.可选的，基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹，包括：根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径，预设候选路径是对目标车辆未来行驶路径分别进行纵向和横向采样获得的；根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹，第二预设代价函数是基于目标车辆的驾驶安全度、舒适度和稳定度确定的。
17.可选的，根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径，包括：针对每一条预设候选路径，根据参考速度，获得离散时刻对应的目标车辆对应的纵向前进距离；根据纵向前进距离和预设候选路径，获得离散时刻对应的目标车辆的第二目标位置；对第二目标位置进行坐标变换，获得目标候选路径。
18.第二方面，本技术提供一种行车轨迹规划装置，包括：
19.确定模块，用于确定目标车辆在未来预设时间范围内与障碍物的期望交互决策，期望交互决策用于表征目标车辆与障碍物的交互行为以及交互行为对应的交互时间窗口，交互行为包括目标车辆主动超过障碍物、目标车辆主动让行障碍物和目标车辆主动忽略障碍物；
20.构建模块，用于基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，纵向可行空间图用于表征目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息；
21.获取模块，用于基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，第一预设代价函数是基于目标车辆的行驶效率和舒适度确定的；
22.处理模块，用于基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。
23.可选的，构建模块具体用于：基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值；根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来预设时间范围的纵向可行空间图。
24.可选的，构建模块在用于基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值时，具体用于：确定目标车辆的初始纵向可行最大距离、初始纵向可行最小距离、初始纵向速度的最小值以及初始纵向速度的最大值；针对未来预设时间范围内离散时刻对应的每个障碍物，执行以下操作，直至遍历完每个障碍物：基于期望交互决策，若确定需要目标车辆主动让行目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设让行安全距离以及初始纵向可行最大距离，确定目标车辆的目标纵向可行最大距离，以及根据目标障碍物的速度，确定目标纵向速度的最大值，确定目标纵向可行最大距离为新的初始纵向可行最大距离，确定目标纵向速度的最大值为新的初始纵向速度的最大值；或者，基于期望交互决策，若确定需要目标车辆主动超过目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设超车安全距离以及初始纵向可行最小距离，确定目标车辆的目标纵向可行最小距离，以及根据目标障碍物的速度，确定目标纵向速度的最小值，确定目标纵向可行最小距离为新的初始纵向可行最小距离，确定目标纵向速度的最小值为新的初始纵向速度的最小值。
25.可选的，构建模块在用于确定目标车辆的初始纵向可行最大距离时，具体用于：基于目标车辆的驾驶场景限速，确定目标车辆在未来预设时间范围内的最大可行距离；根据目标车辆在未来预设时间范围内所行驶路径的最大曲率以及预设曲率和速度约束的对应关系，确定最大曲率对应的最大速度；根据最大速度和最大可行距离，获得目标最大可行距
离；确定目标最大可行距离为初始纵向可行最大距离。
26.可选的，该行车轨迹规划装置还包括更新模块，用于在构建模块构建目标车辆对应未来预设时间范围的纵向可行空间图之后，针对未来预设时间范围内离散时刻对应的目标纵向可行最小距离和目标纵向可行最大距离，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离；根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图。
27.可选的，更新模块在用于根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离时，具体用于：针对未来预设时间范围内离散时刻，若确定更新后的目标纵向可行最大距离小于更新后的目标纵向可行最小距离，则更新对应的障碍物与目标车辆的交互行为，并重新构建目标车辆对应未来预设时间范围的纵向可行空间图。
28.可选的，获取模块具体用于：基于纵向可行空间图，根据目标车辆的最大加速能力、最大减速能力、纵向可行范围内路径的参考线所对应的曲率以及预设曲率和速度约束的对应关系，获得更新后的纵向可行范围和纵向速度约束信息；根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图；基于更新后的纵向可行空间图和第一预设代价函数，获取离散时刻对应的目标车辆的第一目标位置；对第一目标位置进行拟合处理，获得目标车辆的参考速度。
29.可选的，处理模块具体用于：根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径，预设候选路径是对目标车辆未来行驶路径分别进行纵向和横向采样获得的；根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹，第二预设代价函数是基于目标车辆的驾驶安全度、舒适度和稳定度确定的。
30.可选的，处理模块在用于根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径时，具体用于：针对每一条预设候选路径，根据参考速度，获得离散时刻对应的目标车辆对应的纵向前进距离；根据纵向前进距离和预设候选路径，获得离散时刻对应的目标车辆的第二目标位置；对第二目标位置进行坐标变换，获得目标候选路径。
31.第三方面，本技术提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；
32.存储器存储计算机执行指令；
33.处理器执行存储器存储的计算机执行指令，以实现如本技术第一方面所述的行车轨迹规划方法。
34.第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序指令，计算机程序指令被处理器执行时，实现如本技术第一方面所述的行车轨迹规划方法。
35.第五方面，本技术提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如本技术第一方面所述的行车轨迹规划方法。
36.本技术提供的行车轨迹规划方法、装置、设备及存储介质，通过确定目标车辆在未来预设时间范围内与障碍物的期望交互决策，基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。由于本技术充分考虑驾驶场景中的静态障碍物和动态障碍物的信息，确定期望交互决策，进而构建目标车辆的纵向可行空间图，基于纵向可行空间图获得最接近目标车辆最终执行的参考速度，将该参考速度用于评估最优路径，因此，能够更加准确地获得最优路径，提升行车轨迹规划结果的合理性和可靠性，提升驾驶效率，改善行车体验。
附图说明
37.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
38.图1为本技术一实施例提供的应用场景示意图；
39.图2为本技术一实施例提供的行车轨迹规划方法的流程图；
40.图3为本技术另一实施例提供的行车轨迹规划方法的流程图；
41.图4为本技术一实施例提供的行车轨迹规划装置的结构示意图；
42.图5为本技术提供的一种电子设备结构示意图。
具体实施方式
43.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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他实施例，都属于本技术保护的范围。
44.本技术的技术方案中，所涉及的金融数据或用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
45.目前，在自动驾驶的行车轨迹规划方案中，采用较多的是路径和速度解耦规划的方式，而一套安全、灵活的路径规划策略是需要充分考虑驾驶场景中静态障碍物和动态障碍物的影响的，即在未来某一时刻，自车(即当前的自动驾驶车辆)与障碍物是否会同时出现在同一位置。因此，在进行备选路径评估时，需要为路径上的离散路径点提供相对应的速度和时间信息，用以分析是否与障碍物存在潜在的碰撞风险。对于基于采样的路径优化方法，不合理的参考速度会导致评估偏差，进而无法选出最优的行车路径，影响行车安全和行车效率。
46.基于上述问题，本技术提供一种行车轨迹规划方法、装置、设备及存储介质，通过充分考虑驾驶场景中的静态障碍物和动态障碍物的信息，基于对障碍物的行为和轨迹预测结果，结合目标车辆的执行能力，在与障碍物进行合理交互的前提下，进行参考速度的优
化，从而得到最接近目标车辆最终执行的参考速度，将该参考速度用以进行最优路径评估，能够更加准确地获得最优路径，提升行车轨迹规划结果的合理性和可靠性。
47.以下，首先对本技术提供的方案的应用场景进行示例说明。
48.图1为本技术一实施例提供的应用场景示意图。如图1所示，本应用场景中，自动驾驶车辆101根据规划好的行车轨迹在道路102上行驶。其中，自动驾驶车辆101如何获得规划好的行车轨迹的具体实现过程可以参见下述各实施例的方案。
49.需要说明的是，图1仅是本技术实施例提供的一种应用场景的示意图，本技术实施例不对图1中包括的设备进行限定，也不对图1中设备之间的位置关系进行限定。
50.接下来，通过具体实施例介绍行车轨迹规划方法。
51.图2为本技术一实施例提供的行车轨迹规划方法的流程图。本技术实施例的方法可以应用于电子设备中，该电子设备可以是服务器或服务器集群等。如图2所示，本技术实施例的方法包括：
52.s201、确定目标车辆在未来预设时间范围内与障碍物的期望交互决策。
53.其中，期望交互决策用于表征目标车辆与障碍物的交互行为以及交互行为对应的交互时间窗口，交互行为包括目标车辆主动超过障碍物、目标车辆主动让行障碍物和目标车辆主动忽略障碍物。
54.本技术实施例中，示例性地，未来预设时间范围比如为未来10s。可以基于预设的预测模块给出的障碍物行为及轨迹预测结果，结合考虑公共道路行车规则、路权和限速等信息，对于每个与目标车辆存在潜在交互的障碍物,进行初步的交互决策，即确定目标车辆在未来预设时间范围内与障碍物的期望交互决策。具体地，目标车辆与障碍物的交互行为也可以称为交互属性，该交互属性定义为三种：目标车辆需要主动超过障碍物(表示为pass_type)、目标车辆需要主动让行障碍物(表示为yield_type)以及因为不会对目标车辆产生潜在风险而主动忽略的障碍物(表示为ignore_type)。上述三种交互属性，可以理解为行为层面的决策。
55.对于与目标车辆产生交互的障碍物，除了行为层面的决策，还需要给出该行为层面决策所对应的交互时间窗口，即相应的超车或让行时间窗口，该交互时间窗口的取值范围可以表示为[t_min,t_max]，其中，t_min表示交互时间窗口的最小开始时间，t_max表示交互时间窗口的最大结束时间。比如期望在第3s至5s内实现对一个身份标识号(identity document，id)用obs_0表示的障碍物的超车，则标记该障碍物的交互属性为pass_type，对应的交互时间窗口为[3,5]；比如期望在第8s至10s内实现对一个id用obs_1表示的障碍物的让行，则标记该障碍物的交互属性为yield_type，对应的交互时间窗口为[8,10]；若一个id为obs_2的障碍物并不会在10s内驶入目标车辆所在的车道，或不存在潜在的交互，则标记该障碍物的交互属性为ignore_type，对应的交互时间窗口为[0,10]。对于目标车辆驾驶场景内的所有障碍物依次进行交互分析，可以得到目标车辆与每一个障碍物的期望交互决策。
[0056]
s202、基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图。
[0057]
其中，纵向可行空间图用于表征目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息。
[0058]
该步骤中，在获得了期望交互决策后，可以基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，以确定目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息。示例性地，纵向可行空间图的横坐标比如为未来预设时间范围内的离散时刻，纵向可行空间图的纵坐标比如为与每一个离散时刻对应的纵向可行范围，在纵向可行范围内有对应的纵向速度约束信息。对于如何基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，可参考后续实施例，此处不再赘述。
[0059]
s203、基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度。
[0060]
其中，第一预设代价函数是基于目标车辆的行驶效率和舒适度确定的。
[0061]
示例性地，过低的行车速度会带来行车效率较低的问题，而过快的速度容易影响行车体验，严重时甚至会造成车辆失稳，因此，定义第一预设代价函数(表示为cost_function)时，需要权衡目标车辆的行驶效率和舒适度，即：出于对行驶效率的考量，希望行车距离倾向为越远越好；出于舒适度的考量，希望行车过程更加平稳，加速度和加加速度(即加速度的增量)倾向为越小越好。第一预设代价函数的具体定义可参见后续实施例，此处不再赘述。该步骤中，在获得了纵向可行空间图后，可以基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度。对于如何基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，可参考后续实施例，此处不再赘述。
[0062]
s204、基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。
[0063]
该步骤中，在获得了参考速度后，可以基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。对于如何基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹，可参考后续实施例，此处不再赘述。
[0064]
在确定了目标车辆在未来预设时间范围内的目标轨迹后，即确定了目标车辆在未来预设时间范围内的最优轨迹，可以控制目标车辆按照规划好的最优轨迹行驶。
[0065]
本技术实施例提供的行车轨迹规划方法，通过确定目标车辆在未来预设时间范围内与障碍物的期望交互决策，基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，基于参考速度，确定目标车辆在未来预设时间范围内的目标轨迹。由于本技术实施例充分考虑驾驶场景中的静态障碍物和动态障碍物的信息，确定期望交互决策，进而构建目标车辆的纵向可行空间图，基于纵向可行空间图获得最接近目标车辆最终执行的参考速度，将该参考速度用于评估最优路径，因此，能够更加准确地获得最优路径，提升行车轨迹规划结果的合理性和可靠性，提升驾驶效率，改善行车体验。
[0066]
图3为本技术另一实施例提供的行车轨迹规划方法的流程图。在上述实施例的基础上，本技术实施例对如何规划行车轨迹进行进一步说明。如图3所示，本技术实施例的方法可以包括：
[0067]
s301、确定目标车辆在未来预设时间范围内与障碍物的期望交互决策。
[0068]
其中，期望交互决策用于表征目标车辆与障碍物的交互行为以及交互行为对应的交互时间窗口，交互行为包括目标车辆主动超过障碍物、目标车辆主动让行障碍物和目标车辆主动忽略障碍物。
[0069]
该步骤的具体描述可以参见图2所示实施例中s201的相关描述，此处不再赘述。
[0070]
本技术实施例中，图2中s202步骤可以进一步包括如下的s302和s303两个步骤：
[0071]
s302、基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值。
[0072]
该步骤中，期望交互决策可以为目标车辆在未来预设时间范围内每一个离散时刻的纵向可行空间的构建提供参考依据。在获得了目标车辆在未来预设时间范围内与障碍物的期望交互决策后，可以基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值。
[0073]
进一步地，可选的，基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，可以包括：确定目标车辆的初始纵向可行最大距离、初始纵向可行最小距离、初始纵向速度的最小值以及初始纵向速度的最大值；针对未来预设时间范围内离散时刻对应的每个障碍物，执行以下操作，直至遍历完每个障碍物：基于期望交互决策，若确定需要目标车辆主动让行目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设让行安全距离以及初始纵向可行最大距离，确定目标车辆的目标纵向可行最大距离，以及根据目标障碍物的速度，确定目标纵向速度的最大值，确定目标纵向可行最大距离为新的初始纵向可行最大距离，确定目标纵向速度的最大值为新的初始纵向速度的最大值；或者，基于期望交互决策，若确定需要目标车辆主动超过目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设超车安全距离以及初始纵向可行最小距离，确定目标车辆的目标纵向可行最小距离，以及根据目标障碍物的速度，确定目标纵向速度的最小值，确定目标纵向可行最小距离为新的初始纵向可行最小距离，确定目标纵向速度的最小值为新的初始纵向速度的最小值。
[0074]
其中，可选的，确定目标车辆的初始纵向可行最大距离，可以包括：基于目标车辆的驾驶场景限速，确定目标车辆在未来预设时间范围内的最大可行距离；根据目标车辆在未来预设时间范围内所行驶路径的最大曲率以及预设曲率和速度约束的对应关系，确定最大曲率对应的最大速度；根据最大速度和最大可行距离，获得目标最大可行距离；确定目标最大可行距离为初始纵向可行最大距离。
[0075]
示例性地，未来预设时间范围比如为未来10s，预设曲率和速度约束的对应关系比如为预先离线标定的曲率-速度约束表格。示例性地，获取无干扰状态下目标车辆的最大可行距离(表示为max_drivable_length)，即目标车辆在物理约束下，未来10s的最远可行距离，该计算过程充分考虑目标车辆的驾驶场景限速和车道形状对行车速度的限制。首先，考虑目标车辆的驾驶场景限速，根据目标车辆的驾驶场景限速初始化max_drivable_length，获得max_drivable_length的初始值；其次，考虑到行车稳定性，目标车辆的最大速度受车道形状影响，例如，假设目标车辆驶入直角转弯路段，则需要根据路径的曲率做相应的减速，可以基于离线标定的曲率-速度约束表格和未来一段路径的最大曲率，查询曲率-速度约束表格来获得对应的最大速度，根据该最大速度和max_drivable_length的初始值更新max_drivable_length，即获得了目标最大可行距离。
[0076]
确定目标最大可行距离为初始纵向可行最大距离，初始纵向可行最小距离比如为
0，初始纵向速度的最小值比如为0，初始纵向速度的最大值比如为目标车辆的驾驶场景限速。在获得了目标车辆的初始纵向可行最大距离、初始纵向可行最小距离、初始纵向速度的最小值以及初始纵向速度的最大值后，对未来预设时间范围进行等时间间隔离散化处理，获得对应的离散时刻，需要综合考虑目标车辆在每个离散时刻与每个障碍物的合理交互之后，来获得目标车辆的目标纵向可行距离(即纵向可行范围)的边界值，目标车辆的目标纵向可行距离的边界值包括目标纵向可行最小距离(表示为s_ego_min)和目标纵向可行最大距离(表示为s_ego_max)，其中，每个离散时刻对应的目标纵向可行距离的边界值需要满足基本约束，即s_ego_min》＝0，且s_ego_max《＝max_drivable_length。
[0077]
具体地，针对未来预设时间范围内每个离散时刻对应的每个障碍物，以离散时刻t0为例，对于目标车辆驾驶场景中的每个障碍物(表示为obs_i)，首先，查询t0对应的障碍物轨迹预测结果中障碍物纵向和横向所占据的空间(表示为sdboundary)信息，sdboundary为一个矩形框，用以表征某一离散时刻障碍物占据的车道位置空间，目标障碍物纵向所占据的空间的范围为：[obs_i_s_min,obs_i_s_max]，其中，obs_i_s_min表示目标障碍物纵向所占据的空间的最小值，obs_i_s_max表示目标障碍物纵向所占据的空间的最大值；目标障碍物横向所占据的空间的范围为：[obs_i_d_min,obs_i_d_max]，其中，obs_i_d_min表示目标障碍物横向所占据的空间的最小值，obs_i_d_max表示目标障碍物横向所占据的空间的最大值，根据sdboundary信息确定了目标车辆不可穿行区域。接下来,考虑目标车辆与障碍物的期望交互决策：
[0078]
如果需要让行障碍物，为保证紧急情况下目标车辆有足够的反应时间和空间，则目标车辆的纵向可行最大距离要在障碍物占据的obs_i_s_min的基础上考虑预留让行安全距离(表示为lon_buffer)，目标车辆的纵向可行最大距离与障碍物的速度相关，所以t0对应的目标车辆的目标纵向可行最大距离(表示为s_ego_max_t0)更新为s_ego_max_t0和(obs_i_s_min-lon_buffer)中的较小值；如果是距离目标车辆较近的障碍物，则需要将目标车辆的目标纵向速度的最大值(表示为v_ego_max_t0)更新为障碍物的速度；
[0079]
如果需要超越障碍物，则要在障碍物占据的obs_i_s_max的基础上考虑超车预留的纵向安全距离，该纵向安全距离与障碍物的速度相关，所以与障碍物obs_i交互时对应的目标车辆的目标纵向可行最小距离(表示为s_ego_min_t0)更新为s_ego_min_t0和(obs_i_s_max+lon_buffe)中的较大值；如果是距离目标车辆较近的障碍物，则需要将目标车辆的目标纵向速度的最小值(表示为v_ego_min_t0)更新为障碍物的速度。
[0080]
遍历全部需要让行和需要超越的障碍物，可以更新得到t0对应的目标车辆的纵向可行范围的边界值，该边界值包括目标纵向可行最小距离和目标纵向可行最大距离，即目标车辆的纵向可行范围为[s_ego_min_t0,s_ego_max_t0]，以及该边界值对应的障碍物id和目标车辆的纵向速度约束信息，该纵向速度约束信息包括目标纵向速度的最小值以及目标纵向速度的最大值，即目标车辆的纵向速度约束范围为[v_ego_min_t0,v_ego_max_t0]。
[0081]
参考离散时刻t0的执行步骤，即可得到未来第0s至第10s的目标车辆的纵向可行范围(对应目标纵向可行最小距离和目标纵向可行最大距离)和纵向速度约束信息(对应目标纵向速度的最小值以及目标纵向速度的最大值)。
[0082]
s303、根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来预设时间范围的纵向可行空间图。
[0083]
该步骤中，示例性地，未来预设时间范围比如为未来10s，在获得了目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值后，可以根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来10s内的纵向可行空间图，用以描述目标车辆在未来10s每一个离散时刻对应的纵向可行最小距离和纵向可行最大距离，即目标车辆在未来10s每一个离散时刻对应的纵向可行范围，在纵向可行范围内有对应的目标纵向速度的最小值以及目标纵向速度的最大值，即纵向速度约束信息。
[0084]
s304、针对未来预设时间范围内离散时刻对应的目标纵向可行最小距离和目标纵向可行最大距离，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离。
[0085]
该步骤可以理解为未来预设时间范围内离散时刻对应的纵向可行范围的边界值的合理性检查。示例性地，由于不是倒车的轨迹规划，需要保证当前离散时刻对应的目标纵向可行最小距离不小于相邻的前一离散时刻对应的目标纵向可行最小距离，且驾驶过程受目标最大可行距离的约束。
[0086]
该步骤中，进一步地，可选的，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离，可以包括：针对未来预设时间范围内离散时刻，若确定更新后的目标纵向可行最大距离小于更新后的目标纵向可行最小距离，则更新对应的障碍物与目标车辆的交互行为，并重新构建目标车辆对应未来预设时间范围的纵向可行空间图。
[0087]
在上述对纵向可行范围的边界值的合理性检查过程中，若某一离散时刻s_ego_max《s_ego_min，说明如果需要满足期望交互决策，即超过某个障碍物会导致无法让行接下来遭遇到的障碍物，以安全性为最高作为考量，则需要将该pass_type的障碍物的期望交互决策修改为yield_type，并重复执行上述s302、s303和s304步骤，直至所有离散时刻对应的纵向可行范围的边界值均为合理值，并重新构建目标车辆对应未来预设时间范围的纵向可行空间图。
[0088]
s305、根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图。
[0089]
该步骤中，在获得了未来预设时间范围内每个离散时刻对应的更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离后，可以根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图。
[0090]
本技术实施例中，图2中s203步骤可以进一步包括如下的s306至s309四个步骤：
[0091]
s306、基于纵向可行空间图，根据目标车辆的最大加速能力、最大减速能力、纵向可行范围内路径的参考线所对应的曲率以及预设曲率和速度约束的对应关系，获得更新后的纵向可行范围和纵向速度约束信息。
[0092]
该步骤中，纵向可行范围内路径的参考线比如为纵向可行范围内路径的中心线。
示例性地，首先确定以下三个约束条件：(1)考虑行车体验和目标车辆的控制器控制信号(比如油门踏板的开度对应的控制信号)的连续性，需要保证目标车辆初始状态(即速度和加速度)的连续，即起始点时的规划初始速度、初始加速度依照目标车辆当前的执行状态被初始化；(2)考虑目标车辆的执行能力，比如目标车辆的最大加速能力和最大减速能力，确定后一离散时刻的可执行速度的约束信息以及后一离散时刻的可执行距离的约束信息；(3)考虑车道形状，比如转弯过程中过高的车速容易导致目标车辆失稳或降低乘车体验，因此，需要依照车道线曲率对目标车辆的速度添加约束；具体地，比如对于离散时刻t，满足纵向可行范围的边界值约束的任一采样点，表示为(t_i,s_i)，其中，s_i表示任一采样点的纵向可行距离，查询参考线(reference line)上对应的曲率信息，并通过查询预设曲率和速度约束的对应关系，得到该位置处的最大速度约束。
[0093]
基于纵向可行空间图中目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息，根据上述三个约束条件，可以获得更新后的纵向可行范围和纵向速度约束信息。
[0094]
s307、根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图。
[0095]
该步骤中，在获得了未来预设时间范围内每个离散时刻对应的更新后的纵向可行范围和纵向速度约束信息后，可以根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图。
[0096]
s308、基于更新后的纵向可行空间图和第一预设代价函数，获取离散时刻对应的目标车辆的第一目标位置。
[0097]
示例性地，第一预设代价函数cost_function的定义为：
[0098]
cost_function＝coefficient_vel*(max_vel_i
–
vel_i)+coefficient_acc*acc_i+coefficient_jerk*jerk_i
[0099]
其中，coefficient_vel、coefficient_acc和coefficient_jerk分别表示第一预设代价函数的速度的权重因子、加速度的权重因子和加加速度的权重因子，且均为正值；vel_i表示第i个离散时刻采样点的速度，max_vel_i第i个离散时刻根据路径的最大曲率确定的最大速度；acc_i表示第i个离散时刻采样点的加速度；jerk_i表示第i个离散时刻采样点的加加速度。
[0100]
该步骤中，在获得了更新后的纵向可行空间图后，可以基于更新后的纵向可行空间图和第一预设代价函数，获得每个离散时刻对应的目标车辆的第一目标位置，该过程可以理解为一个有限空间内的动态规划求解过程，最终可以搜索得到满足纵向可行范围的边界值的按照时间递增的一个离散序列，表示为s-t离散序列，其中，s表示离散时刻t对应的目标车辆的第一目标位置。
[0101]
s309、对第一目标位置进行拟合处理，获得目标车辆的参考速度。
[0102]
该步骤中，在获得了第一目标位置后，可以对第一目标位置进行拟合处理，获得目标车辆的参考速度。示例性地，对于s308步骤示例获得的s-t离散序列点做拟合，即可得到目标车辆的参考速度，该参考速度具体描述为s-t曲线(curve)的形式。
[0103]
本技术实施例中，图2中s204步骤可以进一步包括如下的s310和s311两个步骤：
[0104]
s310、根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设
时间范围对应的目标候选路径。
[0105]
其中，预设候选路径是对目标车辆未来行驶路径分别进行纵向和横向采样获得的。
[0106]
示例性地，以目标车辆当前所在位置为纵向起始位置，沿着参考线方向对纵向位置进行等间隔采样，对于每一个采样点(表示为ss)，查询对应的车道宽度作为横向采样空间，对横向采样空间做等间隔分割，得到离散点(ss,dd)，其中，dd表示目标车辆相对参考线的横向位置。使用样条曲线平滑连接起始点和每一个采样点，可以生成多条初始候选路径，描述为ss-dd curve的形式，即获得了目标车辆对应的预设候选路径。在获得了目标车辆对应的预设候选路径后，可以根据目标车辆对应的预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径。
[0107]
进一步地，可选的，根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径，包括：针对每一条预设候选路径，根据参考速度，获得离散时刻对应的目标车辆对应的纵向前进距离；根据纵向前进距离和预设候选路径，获得离散时刻对应的目标车辆的第二目标位置；对第二目标位置进行坐标变换，获得目标候选路径。
[0108]
示例性地，对于每一条预设候选路径，按照等时间间隔，即针对每个离散时刻，在参考速度曲线s-t curve上查询得到该离散时刻对应的目标车辆纵向前进距离，该纵向前进距离比如用s1表示，并在ss-dd curve上通过s1插值得到目标车辆相对参考线的横向位置，该横向位置比如用dd1表示，将该离散时刻的(s1,dd1)位置信息进行坐标变换，即可得到目标车辆的空间坐标(x,y)。按照上述方式，可以推演得到未来预设时间范围(比如10s)的目标候选路径(也可以称为目标候选轨迹)。
[0109]
s311、根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹。
[0110]
其中，第二预设代价函数是基于目标车辆的驾驶安全度、舒适度和稳定度确定的。
[0111]
示例性地，在获得了目标候选路径(即目标候选轨迹)后，对于每一条目标候选轨迹，在定义第二预设代价函数(表示为cost_function_2)时，需要综合考量目标候选轨迹的潜在碰撞风险，即同一时刻目标车辆与障碍物出现在同一位置的概率，用于确定目标车辆的驾驶安全度；轨迹的舒适度，即轨迹的加速度及其变化率；轨迹的稳定度，即目标候选轨迹的最大横摆角速度。因此，第二预设代价函数的定义为：
[0112]
cost_function_2＝coefficient_risk*trajectory_risk_value+coefficient_comfort*(trajectory_max_jerk+trajectory_max_acc)+coefficient_stability*trajectory_max_yaw_rate；
[0113]
其中，trajectory_risk_value、trajectory_max_jerk、trajectory_max_acc和trajectory_max_yaw_rate分别表示整条目标候选轨迹的碰撞风险、最大加加速度、最大加速度和最大横摆角速度；coefficient_risk、coefficient_comfort和coefficient_stability分别表示目标候选轨迹的潜在碰撞风险的权重因子、舒适度的权重因子和稳定度的权重因子，且均为正值。
[0114]
该步骤中，在获得了目标候选路径后，可以根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹，即最终选择确定一条最优轨迹发
布给目标车辆的控制模块，以控制目标车辆按照规划好的最优轨迹行驶。
[0115]
本技术实施例提供的行车轨迹规划方法，通过确定目标车辆在未来预设时间范围内与障碍物的期望交互决策；基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来预设时间范围的纵向可行空间图；针对未来预设时间范围内离散时刻对应的目标纵向可行最小距离和目标纵向可行最大距离，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离；根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图；基于纵向可行空间图，根据目标车辆的最大加速能力、最大减速能力、纵向可行范围内路径的参考线所对应的曲率以及预设曲率和速度约束的对应关系，获得更新后的纵向可行范围和纵向速度约束信息；根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图；基于更新后的纵向可行空间图和第一预设代价函数，获取离散时刻对应的目标车辆的第一目标位置；对第一目标位置进行拟合处理，获得目标车辆的参考速度；根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径；根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹。由于本技术实施例充分考虑驾驶场景中的静态障碍物和动态障碍物的信息，确定期望交互决策，进而构建目标车辆的纵向可行空间图，基于纵向可行空间图，结合目标车辆的执行能力，在与障碍物进行合理交互的前提下，获得最接近目标车辆最终执行的参考速度，将该参考速度用于评估最优路径，因此，能够更加准确地获得最优路径，提升行车轨迹规划结果的合理性和可靠性，提升驾驶效率，改善行车体验。
[0116]
下述为本技术装置实施例，可以用于执行本技术方法实施例。对于本技术装置实施例中未披露的细节，请参照本技术方法实施例。
[0117]
图4为本技术一实施例提供的行车轨迹规划装置的结构示意图，如图4所示，本技术实施例的行车轨迹规划装置400包括：确定模块401、构建模块402、获取模块403和处理模块404。其中：
[0118]
确定模块401，用于确定目标车辆在未来预设时间范围内与障碍物的期望交互决策，期望交互决策用于表征目标车辆与障碍物的交互行为以及交互行为对应的交互时间窗口，交互行为包括目标车辆主动超过障碍物、目标车辆主动让行障碍物和目标车辆主动忽略障碍物。
[0119]
构建模块402，用于基于期望交互决策，构建目标车辆对应未来预设时间范围的纵向可行空间图，纵向可行空间图用于表征目标车辆在未来预设时间范围内离散时刻对应的纵向可行范围以及纵向速度约束信息。
[0120]
获取模块403，用于基于纵向可行空间图和第一预设代价函数，获得目标车辆的参考速度，第一预设代价函数是基于目标车辆的行驶效率和舒适度确定的。
[0121]
处理模块404，用于基于参考速度，确定目标车辆在未来预设时间范围内的目标轨
迹。
[0122]
在一些实施例中，构建模块402可以具体用于：基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值；根据目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值，构建目标车辆对应未来预设时间范围的纵向可行空间图。
[0123]
可选的，构建模块402在用于基于期望交互决策，确定目标车辆在未来预设时间范围内离散时刻对应的目标纵向可行最小距离、目标纵向可行最大距离、目标纵向速度的最小值以及目标纵向速度的最大值时，可以具体用于：确定目标车辆的初始纵向可行最大距离、初始纵向可行最小距离、初始纵向速度的最小值以及初始纵向速度的最大值；针对未来预设时间范围内离散时刻对应的每个障碍物，执行以下操作，直至遍历完每个障碍物：基于期望交互决策，若确定需要目标车辆主动让行目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设让行安全距离以及初始纵向可行最大距离，确定目标车辆的目标纵向可行最大距离，以及根据目标障碍物的速度，确定目标纵向速度的最大值，确定目标纵向可行最大距离为新的初始纵向可行最大距离，确定目标纵向速度的最大值为新的初始纵向速度的最大值；或者，基于期望交互决策，若确定需要目标车辆主动超过目标障碍物，则根据目标障碍物纵向和横向所占据的空间、预设超车安全距离以及初始纵向可行最小距离，确定目标车辆的目标纵向可行最小距离，以及根据目标障碍物的速度，确定目标纵向速度的最小值，确定目标纵向可行最小距离为新的初始纵向可行最小距离，确定目标纵向速度的最小值为新的初始纵向速度的最小值。
[0124]
可选的，构建模块402在用于确定目标车辆的初始纵向可行最大距离时，可以具体用于：基于目标车辆的驾驶场景限速，确定目标车辆在未来预设时间范围内的最大可行距离；根据目标车辆在未来预设时间范围内所行驶路径的最大曲率以及预设曲率和速度约束的对应关系，确定最大曲率对应的最大速度；根据最大速度和最大可行距离，获得目标最大可行距离；确定目标最大可行距离为初始纵向可行最大距离。
[0125]
在一些实施例中，该行车轨迹规划装置还包括更新模块405，用于在构建模块402构建目标车辆对应未来预设时间范围的纵向可行空间图之后，针对未来预设时间范围内离散时刻对应的目标纵向可行最小距离和目标纵向可行最大距离，根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离；根据更新后的目标纵向可行最小距离和更新后的目标纵向可行最大距离，获得更新后的纵向可行空间图。
[0126]
可选的，更新模块405在用于根据前一离散时刻对应的目标纵向可行最小距离和当前离散时刻对应的目标纵向可行最小距离，获得当前离散时刻对应的更新后的目标纵向可行最小距离，以及根据目标最大可行距离和当前离散时刻对应的目标纵向可行最大距离，获得当前离散时刻对应的更新后的目标纵向可行最大距离时，可以具体用于：针对未来预设时间范围内离散时刻，若确定更新后的目标纵向可行最大距离小于更新后的目标纵向可行最小距离，则更新对应的障碍物与目标车辆的交互行为，并重新构建目标车辆对应未
来预设时间范围的纵向可行空间图。
[0127]
在一些实施例中，获取模块403可以具体用于：基于纵向可行空间图，根据目标车辆的最大加速能力、最大减速能力、纵向可行范围内路径的参考线所对应的曲率以及预设曲率和速度约束的对应关系，获得更新后的纵向可行范围和纵向速度约束信息；根据更新后的纵向可行范围和纵向速度约束信息，获得更新后的纵向可行空间图；基于更新后的纵向可行空间图和第一预设代价函数，获取离散时刻对应的目标车辆的第一目标位置；对第一目标位置进行拟合处理，获得目标车辆的参考速度。
[0128]
在一些实施例中，处理模块404可以具体用于：根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径，预设候选路径是对目标车辆未来行驶路径分别进行纵向和横向采样获得的；根据目标候选路径以及第二预设代价函数，确定目标车辆在未来预设时间范围内的目标轨迹，第二预设代价函数是基于目标车辆的驾驶安全度、舒适度和稳定度确定的。
[0129]
可选的，处理模块404在用于根据目标车辆对应的至少一条预设候选路径以及参考速度，获得未来预设时间范围对应的目标候选路径时，可以具体用于：针对每一条预设候选路径，根据参考速度，获得离散时刻对应的目标车辆对应的纵向前进距离；根据纵向前进距离和预设候选路径，获得离散时刻对应的目标车辆的第二目标位置；对第二目标位置进行坐标变换，获得目标候选路径。
[0130]
本实施例的装置，可以用于执行上述任一所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0131]
图5为本技术提供的一种电子设备结构示意图。如图5所示，该电子设备500可以包括：至少一个处理器501和存储器502。
[0132]
存储器502，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
[0133]
存储器502可能包含高速ram存储器，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。
[0134]
处理器501用于执行存储器502存储的计算机执行指令，以实现前述方法实施例所描述的行车轨迹规划方法。其中，处理器501可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。具体的，在实现前述方法实施例所描述的行车轨迹规划方法时，该电子设备例如可以是终端、服务器等具有处理功能的电子设备。在实现前述方法实施例所描述的行车轨迹规划方法时，该电子设备例如可以是车辆上的电子控制单元。
[0135]
可选的，该电子设备500还可以包括通信接口503。在具体实现上，如果通信接口503、存储器502和处理器501独立实现，则通信接口503、存储器502和处理器501可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
[0136]
可选的，在具体实现上，如果通信接口503、存储器502和处理器501集成在一块芯
片上实现，则通信接口503、存储器502和处理器501可以通过内部接口完成通信。
[0137]
本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述实施例中的行车轨迹规划方法。
[0138]
本技术还提供一种计算机程序产品，该计算机程序产品包括执行指令，该执行指令存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得电子设备实施上述的各种实施方式提供的行车轨迹规划方法。
[0139]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。