一种基于多目标预测轨迹进行轨迹规划的处理方法与流程

1.本发明涉及数据处理技术领域，特别涉及一种基于多目标预测轨迹进行轨迹规划的处理方法。


背景技术：

2.车辆自动驾驶系统规划模块的上下游模块分别为：预测模块和控制模块；传统预测模块基于感知传感器采集的目标(障碍物)轨迹信息对各个目标未来时段内的多种可能的运动轨迹进行预测，并将预测得到的多目标预测轨迹集合发送至规划模块；传统规划模块则基于多目标预测轨迹集合对未来时段内各种可能的多目标运动场景进行最大概率估计，并将基于最大概率场景规划出的唯一轨迹向下游控制模块输出；传统控制模块则以该唯一轨迹作为参考轨迹并对其进行轨迹跟踪，在轨迹跟踪过程中通过行驶控制也就是对自车的实时运动状态进行控制(诸如方向盘控制、油门/制动控制等)来使得实际运动轨迹最大限度地贴近参考轨迹。这种传统的处理方式中，车辆自动驾驶系统在一个工作周期内只沉淀一条规划轨迹，如果遇到目标轨迹突变也就是多目标实际运动场景与估计的最大概率场景不符时，将无法基于获取的多目标实际运动轨迹集合进行规划轨迹的查询与切换。这无疑为车辆的行驶控制带来了较大的安全隐患。


技术实现要素：

3.本发明的目的，就是针对现有技术的缺陷，提供一种基于多目标预测轨迹进行轨迹规划的处理方法、电子设备及计算机可读存储介质，规划模块首先基于上游预测模块发送的多目标预测轨迹集合对未来时段中所有可能的多目标运动场景的场景轨迹组合进行确认，再根据各个场景轨迹组合对自车在未来时段中各场景下的最优行驶轨迹进行规划，再对得到的多个最优规划轨迹进行轨迹合理性检查，并在检查成功之后将所有最优规划轨迹组成对应的规划轨迹集合并保存。通过本发明，可将未来时段任一种可能场景下的最优规划轨迹保存下来作为待查轨迹数据，如此不但可以避免发生常规处理方式中只沉淀一条规划轨迹的问题，还可为实时轨迹查询提供完整的查询依据，从而达到提高车辆安全保障的目的。
4.为实现上述目的，本发明实施例第一方面提供了一种基于多目标预测轨迹进行轨迹规划的处理方法，所述方法包括：
5.规划模块在任意时刻t0接收上游预测模块输出的多目标预测轨迹集合；所述多目标预测轨迹集合的预测轨迹时段为未来时段t：[t0,t0+l]，t0为时段起始时间、t0+l为时段结束时间、l为时段时长；所述多目标预测轨迹集合包括多个第一目标轨迹组r；所述第一目标轨迹组r包括多个第一目标轨迹p
i,j
，i为目标索引、j为目标i的轨迹索引，1≤i≤n、1≤j≤mi，n为目标数量、mi为目标i的轨迹数量；
[0006]
根据所述多目标预测轨迹集合，对所述未来时段t中所有目标的任一种可能的预测轨迹进行组合并将每种组合视为一种可能的未来场景，从而得到分别对应多个未来场景
的场景轨迹组合f
x
；x为场景索引，1≤x≤w，w为场景数量；所述场景轨迹组合f
x
由所述目标数量n的所述第一目标轨迹p
i,j
组成，且组合中各个所述第一目标轨迹p
i,j
的目标索引i不重复；
[0007]
根据各个所述场景轨迹组合f
x
对自车在所述未来时段t于对应场景x中的最优行驶轨迹进行规划得到对应的最优规划轨迹d
x
；
[0008]
对所有所述最优规划轨迹d
x
进行轨迹合理性检查；
[0009]
所述轨迹合理性检查成功，则对由所有所述最优规划轨迹d
x
组成的规划轨迹集合进行保存。
[0010]
优选的，各个所述第一目标轨迹p
i,j
为对应目标i在所述未来时段t中的一种可能的运动轨迹；各个所述第一目标轨迹组r中任两个所述第一目标轨迹p
i,j
之间从起始位置开始都有一段重合轨迹。
[0011]
优选的，所述根据所述多目标预测轨迹集合，对所述未来时段t中所有目标的任一种可能的预测轨迹进行组合并将每种组合视为一种可能的未来场景，从而得到分别对应多个未来场景的场景轨迹组合f
x
，具体包括：
[0012]
从所述多目标轨迹集合的各个所述第一目标轨迹组r中任选一个所述第一目标轨迹p
i,j
进行组合，成对应的所述场景轨迹组合f
x
；
[0013]
其中，各个所述场景轨迹组合f
x
分别对应所述未来时段t中的一种可能的未来场景x；任两个所述场景轨迹组合f
x
之间，各自组合内的所述第一目标轨迹p
i,j
的组合关系不重复；场景数量重复；场景数量为组合函数。
[0014]
优选的，所述根据各个所述场景轨迹组合f
x
对自车在所述未来时段t于对应场景x中的最优行驶轨迹进行规划得到对应的最优规划轨迹d
x
，具体包括：
[0015]
获取自车在所述未来时段t中的起始参考位置、目标参考位置；
[0016]
在满足不和当前场景轨迹组合f
x
的任一个所述第一目标轨迹p
i,j
发生碰撞的条件下，对自车在所述未来时段t中从所述起始参考位置到所述目标参考位置的行驶轨迹进行规划，得到一个或多个规划轨迹d
x,a
；a为场景x的规划轨迹索引，1≤a；
[0017]
对所述规划轨迹d
x,a
的数量进行统计生成对应的第一数量；
[0018]
对所述第一数量进行识别；若所述第一数量为1，则将唯一的所述规划轨迹d
x,a
作为与当前场景x对应的所述最优规划轨迹d
x
输出；若所述第一数量大于1，则按预设的轨迹代价计算原则对各个所述规划轨迹d
x,a
的轨迹代价进行计算生成对应的第一代价数据，并将取值最小的所述第一代价数据对应的所述规划轨迹d
x,a
作为与当前场景x对应的所述最优规划轨迹d
x
输出。
[0019]
优选的，所述对所有所述最优规划轨迹d
x
进行轨迹合理性检查，具体包括：
[0020]
对所有所述最优规划轨迹d
x
进行轨迹运动合理性检查；所述轨迹运动方向检查成功，则对任意两个所述最优规划轨迹d
x
进行轨迹分支时间合理性检查；所述轨迹分支时间检查成功则所述轨迹合理性检查成功。
[0021]
进一步的，所述对所有所述最优规划轨迹d
x
进行轨迹运动合理性检查，具体包括：
[0022]
在各个所述最优规划轨迹d
x
上，将相邻两个轨迹点中时间靠前的记为上一个轨迹点、时间靠后的记为下一个轨迹点，并计算所述下一个轨迹点相对于所述上一个轨迹点的相对位移，若当前所述最优规划轨迹d
x
的所有所述相对位移均大于0则设置对应的检查状
态为通过状态；若所有所述最优规划轨迹d
x
对应的所述检查状态全为通过状态，则所述轨迹运动合理性检查成功。
[0023]
进一步的，所述对任意两个所述最优规划轨迹d
x
进行轨迹分支时间合理性检查，具体包括：
[0024]
任选两个所述最优规划轨迹d
x
分别记为对应的第一、第二轨迹；并将所述第一、第二轨迹对应的所述场景轨迹组合f
x
分别记为对应的第一、第二组合；
[0025]
在所述第一、第二组合中，对各个目标i对应的两个所述第一目标轨迹p
i,j
从起始位置开始的重合轨迹进行确认并将确认出的重合轨迹结束时间作为对应的第一目标轨迹分支时间t
1,i
，从而能得到n个所述第一目标轨迹分支时间t
1,i
；并从中选择时间最早的所述第一目标轨迹分支时间t
1,i
作为与所述第一、第二组合对应的第一分支时间t1；
[0026]
对所述第一、第二轨迹从起始位置开始的重合轨迹进行确认并将确认出的重合轨迹结束时间作为对应的第二分支时间t2；
[0027]
计算所述第二分支时间t2与所述第一分支时间t1的时间差
△
t＝t
2-t1；并对所述时间差
△
t是否满足预设的合理时差范围进行识别，若所述时间差
△
t满足所述合理时差范围则所述轨迹分支时间合理性检查成功；所述合理时差范围为大于0且小于或等于指定阈值δ的时差范围。
[0028]
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；
[0029]
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；
[0030]
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。
[0031]
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。
[0032]
本发明实施例提供了一种基于多目标预测轨迹进行轨迹规划的处理方法、电子设备及计算机可读存储介质，规划模块首先基于上游预测模块发送的多目标预测轨迹集合对未来时段中所有可能的多目标运动场景的场景轨迹组合进行确认，再根据各个场景轨迹组合对自车在未来时段中各场景下的最优行驶轨迹进行规划，再对得到的多个最优规划轨迹进行轨迹合理性检查，并在检查成功之后将所有最优规划轨迹组成对应的规划轨迹集合并保存。通过本发明，可将未来时段任一种可能场景下的最优规划轨迹保存下来作为待查轨迹数据，如此不但避免了诸如常规处理方式中只沉淀一条规划轨迹的问题，还为实时轨迹查询提供了完整的查询依据，提高了车辆安全保障。
附图说明
[0033]
图1为本发明实施例一提供的一种基于多目标预测轨迹进行轨迹规划的处理方法示意图；
[0034]
图2为本发明实施例一提供的规划轨迹示意图；
[0035]
图3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
[0036]
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。
[0037]
本发明实施例一提供一种基于多目标预测轨迹进行轨迹规划的处理方法，如图1为本发明实施例一提供的一种基于多目标预测轨迹进行轨迹规划的处理方法示意图所示，本方法主要包括如下步骤：
[0038]
步骤1，规划模块在任意时刻t0接收上游预测模块输出的多目标预测轨迹集合；
[0039]
其中，多目标预测轨迹集合的预测轨迹时段为未来时段t：[t0,t0+l]，t0为时段起始时间、t0+l为时段结束时间、l为时段时长；多目标预测轨迹集合包括多个第一目标轨迹组r；第一目标轨迹组r包括多个第一目标轨迹p
i,j
，i为目标索引、j为目标i的轨迹索引，1≤i≤n、1≤j≤mi，n为目标数量、mi为目标i的轨迹数量；各个第一目标轨迹p
i,j
为对应目标i在未来时段t中的一种可能的运动轨迹；各个第一目标轨迹组r中任两个第一目标轨迹p
i,j
之间从起始位置开始都有一段重合轨迹。
[0040]
这里，多目标预测轨迹集合为自车所在交通环境中所有障碍物(目标)在未来时段t中的多种可能运动轨迹的完整集合；每个第一目标轨迹组r对应一个目标i，轨迹组中每个第一目标轨迹p
i,j
对应该目标i的一种可能运动轨迹；本发明实施例中，各目标在未来时段t内发生多种可能轨迹切换(突变)的时间点都在起始时间点t0之后，所以同一目标对应的多个第一目标轨迹p
i,j
其头部位置肯定有一段轨迹是重合的，所以各个第一目标轨迹组r中任两个第一目标轨迹p
i,j
之间从起始位置(时间t0对应的轨迹位置)开始都有一段重合轨迹。
[0041]
例如，自车周围有两个障碍物目标为车辆1、2，上游预测模块预测出在未来时段t中的时间ta上车辆1有2种运动可能(直行、左拐)，而在未来时段t的全过程中车辆2只有1种运动可能(直行)；那么，目标数量n＝2，目标i＝1的轨迹数m
i＝1
＝2，目标i＝2的轨迹数m
i＝2
＝1，即多目标预测轨迹集合应包括2个第一目标轨迹组r1、r2，r1有2个第一目标轨迹p
1,1
、p
1,2
、r2有1个第一目标轨迹p
2,1
，第一目标轨迹组r1中第一目标轨迹p
1,1
、p
1,2
在时段[t0,ta]的轨迹是重合的。
[0042]
步骤2，根据多目标预测轨迹集合，对未来时段t中所有目标的任一种可能的预测轨迹进行组合并将每种组合视为一种可能的未来场景，从而得到分别对应多个未来场景的场景轨迹组合f
x
；
[0043]
具体包括：从多目标轨迹集合的各个第一目标轨迹组r中任选一个第一目标轨迹p
i,j
进行组合，成对应的场景轨迹组合f
x
；
[0044]
其中，x为场景索引，1≤x≤w，w为场景数量；场景轨迹组合f
x
由目标数量n的第一目标轨迹p
i,j
组成，且组合中各个第一目标轨迹p
i,j
的目标索引i不重复；各个场景轨迹组合f
x
分别对应未来时段t中的一种可能的未来场景x；任两个场景轨迹组合f
x
之间，各自组合内的第一目标轨迹p
i,j
的组合关系不重复；场景数量的组合关系不重复；场景数量为组合函数即为组合函数即
[0045]
例如，已知未来时段t的多目标预测轨迹集合包括2个第一目标轨迹组r1、r2，r1有
2个第一目标轨迹p
1,1
、p
1,2
、r2有1个第一目标轨迹p
2,1
；
[0046]
那么，从多目标轨迹集合的各个第一目标轨迹组r中任选一个第一目标轨迹p
i,j
进行组合，可算出场景数量行组合，可算出场景数量对应的两个场景轨迹组合f
x＝1
、f
x＝2
为：f1(p
1,1
，p
1,2
)、f2(p
1,2
，p
1,2
)。
[0047]
步骤3，根据各个场景轨迹组合f
x
对自车在未来时段t于对应场景x中的最优行驶轨迹进行规划得到对应的最优规划轨迹d
x
；
[0048]
具体包括：步骤31，获取自车在未来时段t中的起始参考位置、目标参考位置；
[0049]
这里，自车在未来时段t中的起始参考位置、目标参考位置实际就是自车当前的位置坐标和自车行驶目的地的位置坐标；这两个位置信息可从车辆自动驾驶系统的定位模块和地图模块处获取；
[0050]
步骤32，在满足不和当前场景轨迹组合f
x
的任一个第一目标轨迹p
i,j
发生碰撞的条件下，对自车在未来时段t中从起始参考位置到目标参考位置的行驶轨迹进行规划，得到一个或多个规划轨迹d
x,a
；
[0051]
其中，a为场景x的规划轨迹索引，1≤a；
[0052]
这里，进行行驶轨迹规划的规划算法与常规规划模块使用的路径规划、运动状态规划算法类似，在此不做进一步赘述；需要说明的是，当前步骤32是对每个未来可能出现的多目标运动场景进行对应的自车轨迹规划，每个场景轨迹组合f
x
对应一个未来可能出现的场景且包括该对应场景下所有障碍物目标(例如车辆1、2)各自一种可能的运动轨迹；而在轨迹规划时是可能出现多个规划轨迹d
x,a
的；
[0053]
步骤33，对规划轨迹d
x,a
的数量进行统计生成对应的第一数量；
[0054]
例如，如图2为本发明实施例一提供的规划轨迹示意图所示，已知自车周围有两个障碍物目标为车辆1、2，在未来时段t中的ta上车辆1有2种运动可能(直行、左拐)，而在未来时段t全过程中车辆2只有1种运动可能(直行)，则未来时段t的多目标预测轨迹集合包括2个第一目标轨迹组r1、r2，r1有2个第一目标轨迹p
1,1
、p
1,2
、r2有1个第一目标轨迹p
2,1
，得到2个场景轨迹组合f
x＝1
、f
x＝2
为：f1(p
1,1
，p
1,2
)、f2(p
1,2
，p
1,2
)；设基于f1(p
1,1
，p
1,2
)规划时得到2条规划轨迹分别为d
1,1
、d
1,2
，基于f2(p
1,2
，p
1,2
)规划时得到1条规划轨迹为d
2,1
；
[0055]
那么，在当前场景轨迹组合f
x
为f1(p
1,1
，p
1,2
)时，对应的规划轨迹d
x,a
的数量也就是第一数量为2；在当前场景轨迹组合f
x
为f2(p
1,2
，p
1,2
)时，对应的规划轨迹d
x,a
的数量也就是第一数量为1；
[0056]
步骤34，对第一数量进行识别；若第一数量为1，则将唯一的规划轨迹d
x,a
作为与当前场景x对应的最优规划轨迹d
x
输出；若第一数量大于1，则按预设的轨迹代价计算原则对各个规划轨迹d
x,a
的轨迹代价进行计算生成对应的第一代价数据，并将取值最小的第一代价数据对应的规划轨迹d
x,a
作为与当前场景x对应的最优规划轨迹d
x
输出。
[0057]
这里，本发明实施例在每个场景x下只输出一条最优的规划轨迹，此处的最优轨迹筛选原则就是预设的轨迹代价计算原则，该原则有多种设定标准与实现方式；其中一种可为以轨迹整体位移距离为最小值原则，即基于各个规划轨迹d
x,a
的整体位移距离计算对应的轨迹代价，并限定位移越大、代价越大，最终将取值最小的第一代价数据对应的规划轨迹dx,a
也就是将轨迹整体位移距离为最小值的规划轨迹d
x,a
作为最优规划轨迹d
x
输出；其中另一种可为以轨迹整体能耗为最小值原则，即基于各个规划轨迹d
x,a
的整体轨迹能耗计算对应的轨迹代价，并限定能耗越大、代价越大，最终将取值最小的第一代价数据对应的规划轨迹d
x,a
也就是将整体轨迹能耗为最小值的规划轨迹d
x,a
作为最优规划轨迹d
x
输出。
[0058]
以图2为例，在当前场景轨迹组合f
x
为f1(p
1,1
，p
1,2
)时得到2个对应的规划轨迹d
1,1
、d
1,2
，设以轨迹整体能耗为最小值原则作为轨迹代价计算原则对d
1,1
、d
1,2
的轨迹代价进行计算得到d
1,1
对应的第一代价数据小于d
1,2
对应的第一代价数据，因此选择d
1,1
作为与f1(p
1,1
，p
1,2
)的最优规划轨迹d1；在当前场景轨迹组合f
x
为f2(p
1,2
，p
1,2
)时得到1个规划轨迹d
2,1
，则直接以d
2,1
作为与f2(p
1,2
，p
1,2
)的最优规划轨迹d2。
[0059]
步骤4，对所有最优规划轨迹d
x
进行轨迹合理性检查；
[0060]
具体包括：步骤41，对所有最优规划轨迹d
x
进行轨迹运动合理性检查；
[0061]
具体包括：在各个最优规划轨迹d
x
上，将相邻两个轨迹点中时间靠前的记为上一个轨迹点、时间靠后的记为下一个轨迹点，并计算下一个轨迹点相对于上一个轨迹点的相对位移，若当前最优规划轨迹d
x
的所有相对位移均大于0则设置对应的检查状态为通过状态；若所有最优规划轨迹d
x
对应的检查状态全为通过状态，则轨迹运动合理性检查成功；
[0062]
这里，最优规划轨迹d
x
可以理解为由多个轨迹点以时间先后顺序排列而成；当前最优规划轨迹d
x
的所有相对位移均大于0说明当前最优规划轨迹d
x
上从第一个轨迹点起到最后一个轨迹点止，自车的位置始终在变化，也就是说自车始终处于运动状态而非停止状态，也就是说当前最优规划轨迹d
x
是一条可以从自车起始位置向目标参考位置持续逼近的正常规划轨迹，所以此时设置对应的检查状态为通过状态；所有最优规划轨迹d
x
对应的检查状态全为通过状态说明所有最优规划轨迹d
x
都是正常规划轨迹，轨迹运动合理性检查成功；
[0063]
步骤42，轨迹运动方向检查成功，则对任意两个最优规划轨迹d
x
进行轨迹分支时间合理性检查；
[0064]
具体包括：步骤421，任选两个最优规划轨迹d
x
分别记为对应的第一、第二轨迹；并将第一、第二轨迹对应的场景轨迹组合f
x
分别记为对应的第一、第二组合；
[0065]
以图2为例，只有2个最优规划轨迹d1、d2则第一、第二轨迹为d1、d2；对应的第一、第二组合为f1(p
1,1
，p
1,2
)、f2(p
1,2
，p
1,2
)；
[0066]
步骤422，在第一、第二组合中，对各个目标i对应的两个第一目标轨迹p
i,j
从起始位置开始的重合轨迹进行确认并将确认出的重合轨迹结束时间作为对应的第一目标轨迹分支时间t
1,i
，从而能得到n个第一目标轨迹分支时间t
1,i
；并从中选择时间最早的第一目标轨迹分支时间t
1,i
作为与第一、第二组合对应的第一分支时间t1；
[0067]
这里，需要说明的是若目标i在第一、第二组合中的两个第一目标轨迹p
i,j
相同则对应的第一目标轨迹分支时间t
1,i
应为轨迹结束时间(t0+l)；
[0068]
以图2为例，总共有2个目标为车辆1、2，第一、第二组合为f1(p
1,1
，p
1,2
)、f2(p
1,2
，p
1,2
)；第一、第二组合中与车辆1对应的2个第一目标轨迹为p
1,1
、p
1,2
，车辆1的p
1,1
、p
1,2
前期轨迹重合并从轨迹点时间ta处开始分离，那么车辆1的第一目标轨迹分支时间t
1,i＝1
＝ta；第一、第二组合中与车辆2对应的2个第一目标轨迹均为p
2,1
，那么车辆2的第一目标轨迹分支时间t
1,i＝2
应为轨迹结束时间(t0+l)；因为最终得到的2个第一目标轨迹分支时间t
1,i＝1
、
t
1,i＝2
中t
1,i＝1
更早，所以取t
1,i＝1
＝ta作为第一分支时间t1；
[0069]
步骤423，对第一、第二轨迹从起始位置开始的重合轨迹进行确认并将确认出的重合轨迹结束时间作为对应的第二分支时间t2；
[0070]
以图2为例，只有2个最优规划轨迹d1、d2则第一、第二轨迹为d1、d2，已知d1、d2前期轨迹重合并从轨迹点时间为tb的轨迹点处开始分离，那么第二分支时间t2＝tb；
[0071]
步骤424，计算第二分支时间t2与第一分支时间t1的时间差
△
t＝t
2-t1；并对时间差
△
t是否满足预设的合理时差范围进行识别，若时间差
△
t满足合理时差范围则轨迹分支时间合理性检查成功；
[0072]
其中，合理时差范围为大于0且小于或等于指定阈值δ的时差范围；
[0073]
这里，本发明实施例实际是以t1《t2≤(t1+δ)来对规划轨迹分支时间和预测轨迹分支时间进行约束，也就是说要求规划轨迹的分支时间应晚于预测轨迹分支时间；指定阈值δ为一个系统延迟参数，默认根据自车感知传感器和感知模块的整体感知延迟来进行设定；
[0074]
步骤43，轨迹分支时间检查成功则轨迹合理性检查成功。
[0075]
步骤5，轨迹合理性检查成功，则对由所有最优规划轨迹d
x
组成的规划轨迹集合进行保存。
[0076]
图3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3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。
[0077]
在图3中提到的系统总线305可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，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3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。
[0078]
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(field programmable 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。
[0079]
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。
[0080]
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。
[0081]
本发明实施例提供了一种基于多目标预测轨迹进行轨迹规划的处理方法、电子设备及计算机可读存储介质，规划模块首先基于上游预测模块发送的多目标预测轨迹集合对未来时段中所有可能的多目标运动场景的场景轨迹组合进行确认，再根据各个场景轨迹组合对自车在未来时段中各场景下的最优行驶轨迹进行规划，再对得到的多个最优规划轨迹进行轨迹合理性检查，并在检查成功之后将所有最优规划轨迹组成对应的规划轨迹集合并保存。通过本发明，可将未来时段任一种可能场景下的最优规划轨迹保存下来作为待查轨迹数据，如此不但避免了诸如常规处理方式中只沉淀一条规划轨迹的问题，还为实时轨迹查询提供了完整的查询依据，提高了车辆安全保障。
[0082]
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。
[0083]
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。
[0084]
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。