轨迹规划信息生成方法、装置、电子设备以及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、高精 地图、和自主泊车、云服务、车联网和智能座舱技术领域。具体地，涉及 一种轨迹规划信息生成方法、装置、电子设备以及存储介质。


背景技术：

2.随着人工智能技术的发展，自动驾驶技术也得到了发展。自动驾驶技 术是指依靠计算机与人工智能技术在没有人为操纵的情况下，可以协助或 代替驾驶员转向和保持在道路上行驶，基于决策规划实现跟车、制动和变 道等一系列操作的技术。


技术实现要素：

3.本公开提供了一种轨迹规划信息生成方法、装置、电子设备以及存储 介质。
4.根据本公开的一方面，提供了一种轨迹规划信息生成方法，包括：根 据与自动驾驶车辆对应的车路云协同感知信息和优化行为决策信息，生成 上述自动驾驶车辆的至少一个候选轨迹规划信息，其中，上述车路云协同 感知信息是根据与上述自动驾驶车辆相关的车端感知信息、路端感知信息 和云端感知信息中的至少之一确定的；以及，根据轨迹评估信息，从上述 至少一个候选轨迹规划信息中确定上述自动驾驶车辆的优化轨迹规划信 息。
5.根据本公开的另一方面，提供了一种轨迹规划信息生成装置，包括： 生成模块，用于根据与自动驾驶车辆对应的车路云协同感知信息和优化行 为决策信息，生成上述自动驾驶车辆的至少一个候选轨迹规划信息，其中， 上述车路云协同感知信息是根据与上述自动驾驶车辆相关的车端感知信 息、路端感知信息和云端感知信息中的至少之一确定的；以及，确定模块， 用于根据轨迹评估信息，从上述至少一个候选轨迹规划信息中确定上述自 动驾驶车辆的优化轨迹规划信息。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理 器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存 储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理 器执行，以使上述至少一个处理器能够执行本公开所述的方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算 机可读存储介质，其中，上述计算机指令用于使上述计算机执行本公开所 述的方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程 序，上述计算机程序在被处理器执行时实现本公开所述的方法。
9.根据本公开的另一方面，提供了一种自动驾驶车辆，包括根据本公开 所述的电子设备。
10.根据本公开的另一方面，提供了一种路侧设备，包括根据本公开所述 的电子设备。
11.根据本公开的另一方面，提供了一种云端服务器，包括根据本公开所 述的电子设备。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键 或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下 的说明书而变得容易理解。
附图说明
13.附图用于更好地理解本方案，不构成对本公开的限定。其中：
14.图1示意性示出了根据本公开实施例的可以应用轨迹规划信息生成方 法及装置的示例性系统架构；
15.图2示意性示出了根据本公开实施例的轨迹规划信息生成方法的流程 图；
16.图3示意性示出了根据本公开实施例的轨迹规划信息生成方法的原理 示意图；
17.图4a示意性示出了根据本公开实施例的无车道区域阻塞场景的运动 规划的示例示意图；
18.图4b示意性示出了根据本公开实施例的通行断面狭窄且对向车流密 集场景的运动规划的示例示意图；
19.图4c示意性示出了根据本公开实施例的遥控驾驶轨迹规划场景的运 动规划的示例示意图；
20.图5示意性示出了根据本公开实施例的轨迹规划信息生成装置的框图； 以及
21.图6示意性示出了根据本公开实施例的适于实现轨迹规划信息生成方 法的电子设备的框图。
具体实施方式
22.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实 施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本 领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和 修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的 描述中省略了对公知功能和结构的描述。
23.决策规划是自动驾驶技术的主要部分之一。决策规划可以包括全局路 径规划(即routing)部分、行为决策(即decision)部分和运动规划(即 planning)部分。全局路径规划部分实现得到全局优化路径规划信息。行 为决策部分和运动规划部分是在全局优化路径规划信息的基础上，得到局 部优化路径规划信息。局部优化路径规划信息可以指优化轨迹规划信息。
24.本公开实施例提出了一种基于车路云一体化的轨迹规划信息生成方 案。例如，根据与自动驾驶车辆对应的车路云协同感知信息和优化行为决 策信息，生成自动驾驶车辆的至少一个候选轨迹规划信息。车路云协同感 知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端 感知信息中的至少之一确定的。根据轨迹评估信息，从至少一个候选轨迹 规划信息中确定自动驾驶车辆的优化轨迹规划信息。
25.根据本公开的实施例，由于车路云协同感知信息是根据与自动驾驶车 辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定， 因此，车路云协同感知
信息融合了多个维度信息，由此，基于车路云协同感知信息，结合优化行为决策信息，生成自动驾驶车辆的至少一个候选轨迹规划信息，再结合轨迹评估信息，从至少一个候选轨迹规划信息中确定自动驾驶车辆的优化轨迹规划信息，能够提高生成的优化轨迹规划信息的准确性和精确性。
26.图1示意性示出了根据本公开实施例的可以应用轨迹规划信息生成方法及装置的示例性系统架构。
27.图1示意性示出了根据本公开实施例的可以应用轨迹规划信息生成方法及装置的示例性系统架构。
28.需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。可以根据实现需要，本公开实施例的系统架构还可以是其他实现方式。
29.如图1所示，根据该实施例的系统架构100可以是车路云一体化系统架构。车路云一体化系统架构可以包括车端101、路端102和云端103。车端101、路端102和云端103彼此之间可以通过各种通信连接类型实现通信连接。例如，通信连接类型可以包括以下至少之一：有线通信和无线通信。例如，无线通信可以包括车用无线通信(vehicletox，v2x)。例如，车用无线通信可以包括以下至少之一：基于专用短距离通信(dedicatedshortrangecommunication，dsrc)的车用无线通信和基于蜂窝移动通信的车用无线通信(cellularv2x，c-v2x)。基于蜂窝移动通信的车用无线通信可以包括以下至少之一：基于lte-v2x(longtermevolutionv2x，长期演进的车用无线通信)、基于第四代移动通信的车用无线通信(the4
th
generationmobilecommunicationtechnology，4g)和基于第五代移动通信(the5
th
generationmobilecommunicationtechnology，5g)的车用无线通信。
30.车端101可以包括n个自动驾驶车辆，自动驾驶车辆可以指被配置为处于自动驾驶模式的车辆。自动驾驶车辆可以包括车端传感器单元、车端感知单元、车端定位单元和车端决策单元。例如，车端传感器单元可以包括以下至少之一：车端视觉传感器、车端激光雷达和车端雷达。视觉传感器可以包括摄像头。车端雷达可以包括以下至少之一：车端毫秒波雷达和车端超声波雷达。车端感知单元可以包括硬件子单元和软件子单元。硬件子单元可以包括处理器和存储器。软件子单元可以包括操作系统以及规划和路线安排线程。车端定位单元可以包括以下至少之一：全球定位系统(globalpositioningsystem，gps)、北斗卫星导航系统(beidounavigationsatellitesystem，bds)、全球导航卫星系统(globalnavigationsatellitesystem，gnss)格洛纳斯(globalnavigationsarwllitesystem，glonass)、惯性测量单元(inertialmeasurementunit，imu)、视觉传感器、车端激光雷达和车端雷达。此外，自动驾驶车辆还可以包括软件应用。软件应用可以包括以下至少之一：导航类型应用、娱乐类应用和即时通讯类应用。例如，n个自动驾驶车辆可以包括自动驾驶车辆101_1、自动驾驶车辆101_2、......、自动驾驶车辆101_n、......、自动驾驶车辆101_(n-1)和自动驾驶车辆101_n。n可以是大于或等于1的整数。n∈{1，2，......，(n-1)，n}。
31.路端102可以包括m个路侧设备(roadsidecomputing，rsc)和各种类型的应用服务系统。路侧设备可以包括路侧传感器单元、路侧感知单元和路侧计算单元(roadside
computing unit，rscu)。路侧计算单元 可以是经过改良后满足路侧灯杆的电压低、温度高和湿度大等极端条件的 小型服务器。此外，路侧计算单元可以被替换为边缘计算单元。路侧设备 的部署方式可以根据实际业务需求来确定。例如，路侧传感器可以包括以 下至少之一：路侧视觉传感器、路侧雷达和路侧激光雷达。路侧感知单元 可以包括处理器和存储器。在另一种系统架构中，路侧感知单元自身可以 包括计算功能。例如，m个路侧设备可以包括路侧设备102_1、......、自 动驾驶车辆102_m、......、自动驾驶车辆102_m。m可以是大于或等于1 的整数。m可以与n相等或不等。m∈{1，2，......，(m-1)，m}。
32.云端103可以包括以下至少之一：云控平台103_1和第三方平台103_2。 云控平台103_1可以包括以下至少之一：边缘云控平台、区域云控平台和 中心云控平台。云控平台103_1可以是云端服务器或云端服务器集合。云 端服务器是云计算服务体系中的一项主机产品，解决了传统物理主机与 vps服务(virtual private server，vps)中，存在的管理难度大，业务扩 展性弱的缺陷。第三方平台103_2可以包括以下至少之一：交管平台、地 图平台、出行服务平台、车辆管理平台和原设备生产商(original entrustedmanufacture，oem)平台。
33.需要说明的是，本公开实施例所提供的轨迹规划信息生成方法可以由 车端101执行。相应地，本公开实施例所提供的轨迹规划信息生成装置也 可以设置于车端101中。
34.或者，本公开实施例所提供的轨迹规划信息生成方法可以由路端102 执行。相应地，本公开实施例所提供的轨迹规划信息生成装置也可以设置 于路端102中。
35.或者，本公开实施例所提供的轨迹规划信息生成方法也可以由云端 103执行。相应地，本公开实施例所提供的轨迹规划信息生成装置可以设 置于云端103中。例如，云端103中的云控平台103_1。
36.或者，本公开实施例所提供的轨迹规划信息生成方法也可以由车路云 一体化系统执行。相应地，本公开实施例所提供的轨迹规划信息生成装置 也可以设置于车路云一体化系统。
37.应注意，以下方法中各个操作的序号仅作为该操作的表示以便描述， 而不应被看作表示该各个操作的执行顺序。除非明确指出，否则该方法不 需要完全按照所示顺序来执行。
38.图2示意性示出了根据本公开实施例的轨迹规划信息生成方法的流程 图。
39.图2示意性示出了根据本公开实施例的轨迹规划信息生成方法的流程 图。
40.如图2所示，该方法200包括操作s210～s220。
41.在操作s210，根据与自动驾驶车辆对应的车路云协同感知信息和优 化行为决策信息，生成自动驾驶车辆的至少一个候选轨迹规划信息。车路 云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信 息和云端感知信息中的至少之一确定的。
42.在操作s220，根据轨迹评估信息，从至少一个候选轨迹规划信息中 确定自动驾驶车辆的优化轨迹规划信息。
43.根据本公开的实施例，优化行为决策信息可以是根据决策评估信息、 与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息，从 行为决策信息集合中确定自动驾驶车辆的生成的。决策评估信息可以包括 以下至少一项：与驾驶任务相关的评估信息、与驾驶先验知识相关的评估 信息、与交通规则相关的评估信息和与历史行为决策信息
相关的评估信息。 行为决策信息集合可以包括以下至少之一：绕行策略、变道策略、跟车策 略、停车策略、避让策略、通行策略、转弯策略、调头策略、通行次序仲 裁策略和申请接管脱困策略。绕行策略可以包括以下至少之一：借车道绕 行策略和基于推荐轨迹绕行策略。变道策略可以包括以下至少之一：提前 变道策略和连续变道策略。
44.根据本公开的实施例，轨迹评估信息可以用于评估候选轨迹规划信息。 轨迹评估信息可以包括以下至少之一：驾驶舒适度评估信息、可达性评估 信息、安全性评估信息和通行效率评估信息。轨迹规划信息可以包括局部 路径规划信息和行驶速度。候选轨迹规划信息可以包括候选局部路径规划 信息和候选行驶速度。优化轨迹规划信息可以包括优化局部路径规划信息 和优化行驶速度。
45.根据本公开的实施例，感知信息可以是根据传感器信息确定的。传感 器信息可以指利用传感器采集的与感知对象相关的信息。例如，感知信息 可以是利用感知算法处理传感器信息得到的。传感器可以包以下至少之一： 视觉传感器、激光雷达和雷达。雷达可以包括以下至少之一：毫米波雷达 和超声波雷达。传感器信息可以包括以下至少之一：视觉传感器信息、激 光雷达信息和雷达信息。视觉传感器信息可以包括图像信息。激光雷达信 息可以包括激光点云信息。感知算法可以包括以下至少之一：基于点云信 息的感知算法和基于视觉信息的感知算法。
46.根据本公开的实施例，感知对象可以包括以下至少之一：自动驾驶车 辆、交互对象、与行驶路径相关的对象和与行驶环境相关的对象。交互对 象可以指与自动驾驶车辆具有交互关系的对象。交互关系可以包括以下至 少之一：交互冲突和道路阻塞。可以将交互对象称为障碍物。交互对象可 以包括以下至少之一：静态交互对象和动态交互对象。静态交互对象可以 指处于静止状态的交互对象。动态交互对象可以指处于运动状态的交互对 象。与行驶路径相关的对象可以包括以下至少之一：可通行道路、标识牌、 交通信号灯和车道线。与行驶环境相关的对象可以包括以下至少之一：道 路信息和天气信息。
47.根据本公开的实施例，针对传感器可以包括车端传感器和路侧传感器， 传感器信息可以包括车端传感器信息和路端传感器信息。车端传感器信息 可以是利用车端传感器采集的与感知对象相关的信息。路端传感器信息可 以是利用路侧传感器采集的与感知对象相关的信息。车端传感器信息可以 包括以下至少之一：自动驾驶车辆自身的传感器信息和其他自动驾驶车辆 的传感器信息。
48.根据本公开的实施例，感知信息可以包括以下至少之一：对象信息、 道路事件信息和交通态势信息。道路事件信息可以包括以下至少之一：道 路事件类型、道路事件位置和事件影响范围信息。对象信息可以包括以下 至少之一：对象状态信息和对象意图信息。对象状态信息可以包括以下至 少之一：对象类型、对象位置和对象速度。对象可以包括以下至少之一： 自动驾驶车辆和交互对象。
49.根据本公开的实施例，针对车路云一体化系统，车路云协同感知信息 可以是根据车端感知信息和路端感知信息确定的。车端感知信息可以是对 车端传感器信息进行处理得到的。路端感知信息可以是对路端传感器信息 进行处理得到的。
50.根据本公开的实施例，车路云协同感知信息可以包括以下至少之一： 车端相关感知信息、路端相关感知信息和云端相关感知信息。车端相关感 知信息可以包括以下至少之一：自动驾驶车辆的感知信息、其他自动驾驶 车辆的感知信息、路端感知信息、云端感知信
息和车端融合感知信息。车 端融合感知信息可以将自动驾驶车辆的感知信息、其他自动驾驶车辆的感 知信息、路端感知信息和云端感知信息中的至少两项进行融合得到的。
51.根据本公开的实施例，路端相关感知信息可以包括以下至少之一：路 端感知信息、自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息、 云端感知信息和路端融合感知信息。路端融合感知信息可以是将路端感知 信息、自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息和云端感 知信息中的至少两项进行融合得到的。
52.根据本公开的实施例，云端相关感知信息可以包括以下至少之一：云 端感知信息和云端融合感知信息。云端感知信息可以包括以下至少一项： 自动驾驶车辆的感知信息、其他自动驾驶处理的感知信息和路端感知信息。 云端融合感知信息可以是将自动驾驶车辆的感知信息、其他自动驾驶车辆 的感知信息和路端感知信息中的至少两项进行融合得到的。
53.根据本公开的实施例，可以根据行为决策相关信息，构建车端状态空 间信息。根据行为决策相关信息和云端接入信息，构建路云状态空间信息。 车端状态空间信息可以包括以下至少之一：关键障碍物行为轨迹预测信息、 参考轨迹线信息和场景树信息等。路云状态空间信息可以包括以下至少之 一：关键障碍物意图信息、场景语义理解信息、冲突仲裁策略和多车协作 策略等。
54.根据本公开的实施例，可以基于行为决策算法，根据决策评估信息、 行为决策相关信息和全局优化路径规划信息，从行为决策信息集合中确定 自动驾驶车辆的优化行为决策信息。例如，行为决策算法可以包括以下之 一：基于有限状态机模型的行为决策算法、基于决策树模型的行为决策算 法、基于知识推理决策模型的行为决策算法和基于价值模型的行为决策算 法。例如，基于价值模型的行为决策算法可以包括基于马尔可夫决策过程 的行为决策算法。
55.根据本公开的实施例，可以基于行为决策算法，根据决策评估信息、 车端状态空间信息、路云状态空间信息和全局优化路径规划信息，从行为 决策信息集合中确定自动驾驶车辆的优化行为决策信息。
56.例如，针对交互冲突类事件，在交互对象是机动车的情况下，优化行 为决策信息可以包括自动驾驶车辆和交互对象之间的通行次序仲裁策略。 在交互对象包括以下至少之一：非机动车和行人，优化行为决策信息可以 包括以下至少之一：减速避让策略、绕行通过策略和正常行驶通过策略。
57.例如，针对道路堵塞类事件，道路阻塞事件包括以下至少之一：车辆 阻塞通行事件、交通事故阻塞通行事件、施工区域阻塞通行事件和道路封 闭阻塞通行事件。在道路阻塞事件是车辆阻塞通行事件的情况下，优化行 为决策信息包括主车通行策略。主车通行策略可以包括以下至少之一：跟 随前方车辆排队策略和绕行前方车辆策略。在道路阻塞事件包括交通事故 阻塞通行事件、施工区域阻塞通行事件和道路封闭阻塞通行事件中的至少 之一的情况下，优化行为决策信息可以包括主车绕行策略。主车绕行策略 可以包括以下至少之一：提前变道策略、连续变道策略、借对向车道绕行 策略、基于推荐轨迹绕行策略和申请接管脱困策略。
58.根据本公开的实施例，可以根据与自动驾驶车辆对应的车路云协感知 信息，确定辅助车流轨迹信息。根据车路云协同感知信息、辅助车流轨迹 轨迹信息和优化行为决策信
息，生成至少一个候选轨迹规划信息。根据再 根据轨迹评估信息从至少一个候选轨迹规划信息中确定优化轨迹规划信 息。自动驾驶车辆可以根据优化轨迹规划信息行驶。
59.例如，根据本公开的实施例，本公开实施例所提供的轨迹规划信息生 成方法可以由以下之一执行：车端、路端和云端。
60.根据本公开的实施例，在由车端执行的情况下，自动驾驶车辆的车道 级的全局优化路径规划信息可以是车端根据车端高精地图信息和接收到 的来自第一其他端的全局优化路径规划信息生成的。全局优化路径规划信 息可以是第一其他端根据全局路径规划相关信息和自动驾驶车辆集合的 行驶需求信息生成的。第一其他端可以包括以下至少：云端和路端。
61.根据本公开的实施例，在由车端执行的情况下，根据决策评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息， 从行为决策信息集合中确定优化行为决策信息，可以包括：车端可以基于 决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信 息，从行为决策信息集合中确定优化行为决策信息。车端可以基于决策评 估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从 行为决策信息集合中确定优化行为决策信息，可以包括：车端可以基于决 策评估信息，根据车端状态空间信息、车道级的全局优化路径规划信息和 接收到的来自第一其他端的路云状态空间信息，从行为决策信息集合中确 定优化行为决策信息。车端状态空间信息可以是车端根据行为决策相关信 息构建的。备选地，车端状态空间信息可以是第一其他端根据行为决策相 关信息构建的。行为决策相关信息包括车路云协同感知信息。路云状态空 间信息可以是第一其他端根据车路云协同感知信息构建的。基于决策评估 信息，根据车端状态空间信息、车道级的全局优化路径规划信息和接收到 的来自第一其他端的路云状态空间信息，从行为决策信息集合中确定优化 行为决策信息，可以包括：基于决策评估信息，根据接收到来自第一其他 端的车端状态空间信息、车道级的全局优化路径规划信息和接收到来自第 一其他端的路云状态空间信息，从行为决策信息集合中确定优化行为决策 信息。
62.根据本公开的实施例，在由车端执行的情况下，根据轨迹评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和优化行为决策信息，生成 自动驾驶车辆的优化轨迹规划信息，可以包括：车端可以基于轨迹评估信 息，根据车路云协同感知信息和优化行为决策信息，生成自动驾驶车辆的 优化轨迹规划信息。车端可以基于轨迹评估信息，根据车路云协同感知信 息和优化行为决策信息，生成自动驾驶车辆的优化轨迹规划信息，可以包 括：车端可以基于轨迹评估信息，根据优化行为决策信息、车路云协同感 知信息和接收到的来自第一其他端的至少一个候选轨迹规划信息，生成自 动驾驶车辆的优化轨迹规划信息。
63.根据本公开的实施例，在由云端执行的情况下，自动驾驶车辆的车道 级的全局优化路径规划信息可以是云端根据全局优化路径规划信息和接 收到的来自第二其他端的车端高精地图信息生成的。备选地，自动驾驶车 辆的车道级的全局优化路径规划信息可以是云端接收到的来自第二其他 端的车道级的全局优化路径规划信息。全局优化路径规划信息可以是云端 根据全局路径规划相关信息和自动驾驶车辆集合的行驶需求信息生成的。 第二其他端可以包括以下至少：路端和车端。
64.根据本公开的实施例，在由云端执行的情况下，根据决策评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息， 从行为决策信息集合中确定优化行为决策信息，可以包括：云端可以基于 决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信 息，从行为决策信息集合中确定优化行为决策信息。云端可以基于决策评 估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从 行为决策信息集合中确定优化行为决策信息，可以包括：云端可以基于决 策评估信息，根据接收到的来自车端的车端状态空间信息、车道级的全局 优化路径规划信息和路云状态空间信息，从行为决策信息集合中确定优化 行为决策信息。车端状态空间信息可以是车端根据行为决策相关信息构建 的。行为决策相关信息包括车路云协同感知信息。路云状态空间信息可以 是云端根据车路云协同感知信息构建的。备选地，路云状态空间信息可以 是接收到的来自第二其他端根据车路云协同感知信息构建的。
65.根据本公开的实施例，在由云端执行的情况下，根据轨迹评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和优化行为决策信息，生成 自动驾驶车辆的优化轨迹规划信息，可以包括：云端可以基于轨迹评估信 息，根据车路云协同感知信息和优化行为决策信息，生成自动驾驶车辆的 优化轨迹规划信息。云端可以基于轨迹评估信息，根据车路云协同感知信 息和优化行为决策信息，生成自动驾驶车辆的优化轨迹规划信息，可以包 括：云端可以基于轨迹评估信息，根据优化行为决策信息、车路云协同感 知信息和至少一个候选轨迹规划信息，生成自动驾驶车辆的优化轨迹规划 信息。
66.根据本公开的实施例，在由路端执行的情况下，自动驾驶车辆的车道 级的全局优化路径规划信息可以是路端根据全局优化路径规划信息和接 收到的来自第三其他端的车端高精地图信息生成的。备选地，自动驾驶车 辆的车道级的全局优化路径规划信息可以是路端接收到的来自第三其他 端的车道级的全局优化路径规划信息。全局优化路径规划信息可以是路端 根据全局路径规划相关信息和自动驾驶车辆集合的行驶需求信息生成的。 第三其他端可以包括以下至少：车端和云端。
67.根据本公开的实施例，在由路端执行的情况下，根据决策评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息， 从行为决策信息集合中确定优化行为决策信息，可以包括：路端可以基于 决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信 息，从行为决策信息集合中确定优化行为决策信息。路端可以基于决策评 估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从 行为决策信息集合中确定优化行为决策信息，可以包括：路端可以基于决 策评估信息，根据接收到的来自车端的车端状态空间信息、车道级的全局 优化路径规划信息和路云状态空间信息，从行为决策信息集合中确定优化 行为决策信息。路云状态空间信息可以是接收到来自第三其他端的路云状 态空间信息。车端状态空间信息可以是车端根据行为决策相关信息构建的。 行为决策相关信息包括车路云协同感知信息。路云状态空间信息可以是路 端根据车路云协同感知信息构建的。备选地，路云状态空间信息可以是接 收到的来自第三其他端根据车路云协同感知信息构建的。
68.根据本公开的实施例，在由路端执行的情况下，根据轨迹评估信息以 及与自动驾驶车辆对应的车路云协同感知信息和优化行为决策信息，生成 自动驾驶车辆的优化轨迹规划信息，可以包括：路端可以基于轨迹评估信 息，根据车路云协同感知信息和优化行为
决策信息，生成自动驾驶车辆的 优化轨迹规划信息。路端可以基于轨迹评估信息，根据车路云协同感知信 息和优化行为决策信息，生成自动驾驶车辆的优化轨迹规划信息，可以包 括：路端可以基于轨迹评估信息，根据优化行为决策信息、车路云协同感 知信息和至少一个候选轨迹规划信息，生成自动驾驶车辆的优化轨迹规划 信息。
69.例如，车端可以响应于接收到来自第一其他端的全局优化路径规划信 息，根据车端高精地图信息和全局优化路径规划信息，生成车道级的全局 优化路径规划信息。
70.车端可以基于决策评估信息，根据车路云协同感知信息和车道级的全 局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行 为决策信息。例如，车端可以基于决策评估信息，根据车道级的全局优化 路径规划信息、车端状态空间信息和接收到的来自第一其他端的路云状态 空间信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。 车端状态空间信息可以是车端根据车路云协同感知信息构建的。路云状态 空间信息可以是第一其他端根据车路云协同感知信息构建的。
71.车端可以基于轨迹评估信息，根据车路云协同感知信息和优化行为决 策信息，生成自动驾驶车辆的优化轨迹规划信息。例如，车端可以基于轨 迹评估信息，根据优化行为决策信息和接收到的来自第一其他端的至少一 个候选轨迹规划信息，生成自动驾驶车辆的优化轨迹规划信息。至少一个 候选轨迹规划信息可以是第一其他端根据路云状态空间信息和车路云协 同感知信息生成的。
72.根据本公开的实施例，由于车路云协同感知信息是根据与自动驾驶车 辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定， 因此，车路云协同感知信息融合了多个维度信息，由此，基于车路云协同 感知信息，结合优化行为决策信息，生成自动驾驶车辆的至少一个候选轨 迹规划信息，再结合轨迹评估信息，从至少一个候选轨迹规划信息中确定 自动驾驶车辆的优化轨迹规划信息，能够提高生成的优化轨迹规划信息的 准确性和精确性。
73.下面参考图3和图4a～图4c，结合具体实施例对根据本公开所述的 轨迹规划信息生成方法做进一步说明。图3针对本公开实施例的整体方案 进行说明。图4a～4c针对运动规划部分进行说明。
74.图3示意性示出了根据本公开实施例的轨迹规划信息生成方法的原理 示意图。
75.如图3所示，在300中，针对全局路径规划部分，可以根据全局路径 规划相关信息301和包括自动驾驶车辆的自动驾驶车辆集合的行驶需求信 息302，生成自动驾驶车辆的全局优化路径规划信息303。
76.针对行为决策部分，可以根据与自动驾驶车辆对应的行为决策相关信 息304，构建车端状态空间信息305和路云状态空间信息306。行为决策 相关信息304可以包括车路云协同感知信息311。状态空间信息包括车端 状态空间信息305和路云状态空间信息306。可以根据决策评估信息308、 状态空间信息和全局优化路径规划信息303，从行为决策信息集合307中 确定自动驾驶车辆的优化行为决策信息309。
77.针对运动规划部分，可以根据轨迹评估信息310以及与自动驾驶车辆 对应的车路云协同感知信息311和优化行为决策信息309，确定自动驾驶 车辆的优化轨迹规划信息312。
78.根据本公开的实施例，运动规划部分可以用于解决交互冲突类场景和 道路阻塞
类场景中的问题，实现局部路径优化。下面将参考附图和表并结 合具体实施例对上述内容进行说明。
79.表1示意性示出了运动规划部分所适用的场景以及针对相应场景的决 策规划策略。下面参考图4a～图4c，结合具体实施例对表1所涉及的本 公开实施例所述的运动规划部分进行说明。
80.81.82.[0083][0084]
表1
[0085]
根据本公开的实施例，车辆云协同感知信息可以包括道路交通态势信 息和道路事件位置信息。
[0086]
根据本公开的实施例，操作s210可以包括如下操作。
[0087]
根据道路事件位置信息，获取与自动驾驶车辆对应的辅助车流轨迹信 息。根据辅助车流轨迹信息和道路交通态势信息，生成自动驾驶车辆的至 少一个候选轨迹规划信息。
[0088]
根据本公开的实施例，道路交通态势信息可以用于表征与自动驾驶车 辆相关的行驶道路的交通态势信息。道路事件位置信息可以表征道路事件 发生区域。例如，道路事件位置信息可以包括以下之一：交互冲突事件发 生区域和道路阻塞事件发生区域。
[0089]
根据本公开的实施例，辅助车流轨迹信息可以表征自动驾驶车辆前方 预定区域的周边车流轨迹信息。辅助车流轨迹信息可以包括以下至少之一： 自动驾驶车流轨迹信息和非自动驾驶车流轨迹信息。自动驾驶车流轨迹信 息可以是历史自动驾驶车辆经由与道路事件位置信息对应的区域形成的 车流轨迹信息。非自动驾驶车流轨迹信息可以是非自动驾驶车辆经由与道 路事件位置信息对应的区域形成的车流轨迹信息。
[0090]
根据本公开的实施例，可以根据道路事件位置，从历史辅助车流轨迹 信息中获取辅助车流轨迹信息。再根据道路交通态势信息和辅助车流轨迹 信息，生成至少一个候选轨迹规划信息。
[0091]
例如，在由车端执行的情况下，车端可以根据轨迹评估信息，从接收 到来的来自第一其他端的至少一个候选轨迹规划信息中确定自动驾驶车 辆的优化轨迹规划信息。至少一个候选轨迹规划信息可以是第一其他端根 据与自动驾驶车辆对应的车路云协同感知信息和优化行为决策信息生成 的。
[0092]
根据本公开的实施例，根据道路事件位置信息，获取与自动驾驶车辆 对应的辅助车流轨迹信息，可以包括如下操作。
[0093]
从历史车路云协同感知信息中确定与道路事件位置信息相关的待分 析车路云协同感知信息。根据待分析车路云协同感知信息，得到与自动驾 驶车辆对应的辅助车流轨迹信息。
[0094]
根据本公开的实施例，可以从历史车路云协同感知信息中确定与道路 事件位置相关的待分析车路云协同感知信息。再对待分析车路云协同感知 信息进行处理，得到辅助车流轨迹信息。
[0095]
根据本公开的实施例，根据待分析车路云协同感知信息，得到与自动 驾驶车辆对应的辅助车流轨迹信息，可以包括如下操作。
[0096]
根据本公开的实施例，根据待分析车路云协同感知信息，得到与自动 驾驶车辆对应的候选车辆轨迹信息。候选车流轨迹信息可以包括多个候选 轨迹。确定多个候选轨迹之间的相似度，得到多个相似度。根据多个相似 度，从多个候选轨迹中确定至少一个辅助轨迹，得到与自动驾驶车辆对应 的辅助车辆轨迹信息
[0097]
根据本公开的实施例，可以对待分析车路云协同感知信息进行分析， 得到包括多个候选轨迹的候选车流轨迹信息。可以确定多个候选轨迹彼此 之间的相似度，得到多个相似度。可以根据对多个相似度进行排序得到的 排序结果，从多个候选轨迹中确定至少一个辅助轨迹，得到辅助车流轨迹 信息。备选地，可以根据多个相似度和预定相似度阈值，从多个候选轨迹 中确定至少一个辅助轨迹，得到辅助车流轨迹信息。预定相似度阈值可以 根据实际业务需求进行配置，在此不作限定。
[0098]
根据本公开的实施例，车路云协同感知信息可以包括道路状态信息。
[0099]
根据本公开的实施例，根据辅助车流轨迹信息和道路交通态势信息， 生成自动驾驶车辆的至少一个候选轨迹规划信息，可以包括如下操作。
[0100]
在根据道路状态信息确定道路阻塞事件发生在预期道路区域的情况 下，根据辅助车流轨迹信息确定路径可达性。路径可达性表征自动驾驶车 辆基于当前路径通过与道路阻塞事件对应的阻塞区域的可能性。在确定路 径可达的情况下，根据道路交通态势信息，生成建议自动驾驶车辆参考推 荐轨迹绕行通过阻塞区域的决策信息。响应于接收到决策信息，根据辅助 车流轨迹信息，生成针对自动驾驶车辆的至少一个候选轨迹规划信息。
[0101]
根据本公开的实施例，预期道路区域可以包括以下至少之一：道路阻 塞事件发生在通行断面狭窄区域、对向车流密集道路区域和无车道线刻画 的道路区域。
[0102]
根据本公开的实施例，可以根据与自动驾驶车辆对应的车路云协同感 知信息，确定道路阻塞区域类型、阻塞区域范围和阻塞区域分布情况。在 根据道路阻塞区域类型、阻塞区域范围和阻塞区域分布情况确定阻塞区域 是预期道路区域的情况下。获取自动驾驶车辆前方阻塞区域的周边车流轨 迹信息，通过大数据积累生成辅助车流轨迹信息。在根据辅助车流轨迹信 息确定阻塞区域在自动驾驶车辆不借道的情况下具有可通达性的情况下， 可以根据道路交通态势信息，生成推荐轨迹绕行通过决策信息。在确定决 策信息的情况下，根据辅助车流轨迹信息，确定优化轨迹规划信息可以是 参考推荐轨迹绕行通过。
[0103]
根据本公开的实施例，根据轨迹评估信息，从至少一个候选轨迹规划 信息中确定自动驾驶车辆的优化轨迹规划信息，可以包括如下操作。
[0104]
根据轨迹评估信息对至少一候选轨迹规划信息进行评估，得到至少一 个评估结果。轨迹评估信息包括以下至少之一：驾驶舒适度评估信息、可 达性评估信息、安全性评估信息和通行效率评估信息。根据至少一个评估 结果，确定优化评估结果。将与优化评估结果对应的候选轨迹规划信息确 定为自动驾驶车辆的优化轨迹规划信息。
[0105]
根据本公开的实施例，针对至少一个候选轨迹规划信息中的候选轨迹 规划信息，可以利用轨迹评估信息对候选轨迹规划信息进行评估，得到评 估结果。评估结果可以是评估值。由此，可以获得与至少一个候选轨迹规 划信息各自对应的评估结果。
[0106]
根据本公开的实施例，在获得与至少一个候选轨迹规划信息各自对应 的评估结果之后，可以根据至少一个评估结果和预定评估条件，从至少一 个评估结果中确定优化评估结果。例如，可以对至少一个评估结果进行排 序，得到排序结果。根据排序结果，从至少一个评估结果中确定优化评估 结果。备选地，可以根据至少一个评估结果和预定评估阈值，从至少一个 评估结果中确定优化评估结果。预定评估阈值可以根据实际业务需求进行 配置，在此不作限定。
[0107]
根据本公开的实施例，根据至少一个评估结果，确定优化评估结果， 可以包括如
下操作。
[0108]
对至少一个评估结果进行排序，得到排序结果。根据排序结果，从至 少一个评估结果中确定优化评估结果。
[0109]
根据本公开的实施例，可以对至少一个评估结果进行排序，得到排序 结果。根据排序结果，从至少一个评估结果中确定优化评估结果。排序可 以按照评估结果由小到大的顺序排序或按照由大到小的顺序排序。例如， 如果排序按照评估结果由小到大的顺序，则可以将排序末位的评估结果确 定为优化评估结果。
[0110]
根据本公开的实施例，车路云协同感知信息是根据与自动驾驶车辆相 关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的， 可以包括：
[0111]
车路云协同感知信息可以包括车端相关感知信息、路端相关感知信息 和云端相关感知信息。
[0112]
下面参考图4a～图4c，结合具体实施例对根据本公开实施例所述的 针对交互冲突类场景的行为决策做进一步说明。
[0113]
图4a示意性示出了根据本公开实施例的无车道区域阻塞场景的运动 规划的示例示意图。
[0114]
如图4a所示，在400a中，在阻塞事件所在位置为无车道线刻画的 道路区域的情况下，车路云一体化系统确定优化轨迹规划信息之后，主车 较难完成变道或绕行策略的轨迹路线规划的情况下，容易造成车辆不合理 停滞或接管。无车道线刻画的道路区域可以包括路口中央区域。
[0115]
为此，根据与自动驾驶车辆401对应的车路云协同感知信息，确定道 路阻塞区域类型、阻塞区域范围和阻塞区域分布情况。根据道路阻塞区域 类型、阻塞区域范围和阻塞区域分布情况确定阻塞发生在无车道线的路口 内区域。获取自动驾驶车辆401前方阻塞区域的周边车流轨迹信息，通过 大数据积累形成辅助车流轨迹信息。根据道路交通态势信息和辅助车流轨 迹信息，确定优化轨迹规划信息可以是参考推荐轨迹绕行通过。
[0116]
自动驾驶车辆401可以沿路径402行驶顺利通过路口阻塞区域。
[0117]
图4b示意性示出了根据本公开实施例的通行断面狭窄且对向车流密 集场景的运动规划的示例示意图。
[0118]
如图4b所示，在400b中，在阻塞事件发生在通行断面狭窄且对向 车流密集的道路上，可通行空间有限的情况下，如果采用变道或绕行方式 通过，则对对向车流产生较大影响。
[0119]
为此，根据与自动驾驶车辆403对应的车路云协同感知信息，确定道 路阻塞区域类型、阻塞区域范围和阻塞区域分布情况。根据道路阻塞区域 类型、阻塞区域范围和阻塞区域分布情况确定阻塞发生在通行断面狭窄且 对向车流较为密集。获取自动驾驶车辆403前方阻塞区域的周边车流轨迹 信息，通过大数据积累形成辅助车流轨迹信息。根据辅助车流轨迹信息确 定阻塞区域在自动驾驶车辆403不借道的情况下具有可通达性。根据道路 交通态势信息，确定推荐轨迹绕行通过决策。在确定推荐轨迹绕行通过决 策的情况下，根据辅助车流轨迹信息，确定优化轨迹规划信息可以是参考 推荐轨迹绕行通过。
[0120]
在不影响对向车道车流的情况下，自动驾驶车辆403可以沿路径404 行驶顺利通过车道阻塞区域。
[0121]
图4c示意性示出了根据本公开实施例的遥控驾驶轨迹规划场景的运 动规划的示例示意图。
[0122]
如图4c所示，在400c中，在5g网络条件不具备的情况下，车端难 以实时将车载视频上传至云端，遥控驾驶的远程安全员难以获得有效接管 车辆所需的车端视角视频参考，因此，需要通过下发轨迹引导线方式协助 车辆完成行驶行为。
[0123]
例如，图4c中自动驾驶车辆405所在车道前方同一流向车道均阻塞， 主车需要借助对向车道脱困，遥控驾驶决策系统给出两次跨实线变道脱困 轨迹建议。车道前方同一流向车道均阻塞可以包括半幅道路封闭。
[0124]
为此，自动驾驶车辆405生成针对车辆遇到道路封闭情况的脱困请求。 自动驾驶车辆405向云端发送脱困请求，以便云端响应于脱困请求，遥控 驾驶安全员根据路端上传视频中自动驾驶车辆405所处道路环境及交通态 势，确定车辆脱困的安全路径。云端遥控驾驶安全员根据安全路径，完成 针对局部轨迹引导线的人工绘制，得到推荐轨迹。在确定推荐轨迹校验通 过的情况下，云端向自动驾驶车辆405发送推荐轨迹。自动驾驶车辆405 可以按照推荐轨迹完成脱困行驶。例如，自动驾驶车辆405可以沿路径406 行驶。
[0125]
至此，完成了针对运动规划部分的说明。
[0126]
基于上述内容，针对交互冲突类场景，车路云一体化规划在以下方面 具有优势。
[0127]
在道路阻塞类场景中，阻塞区域本身场景构成较为复杂，并且受车流 的频繁遮挡影响，有效识别道路阻塞状态和道路事件类型，需要更多维度 信息的支持。本公开实施例提供的轨迹规划信息生成方法可以提供多维度 信息。
[0128]
部分道路阻塞事件所在位置无车道线刻画行驶区域和路径，阻塞区域 复杂度对驾驶员通过也有难度，因此，需要确定可达的路径通过。例如， 无车道线刻画行驶区域可以包括路口中央区域无车道作为参考。
[0129]
部分道路阻塞事件发生在在车流密集或通行断面狭窄的道路上，可通 行空间有限，在遇到变道或绕行的情况下，难以借助对方车道通行，需要 精细化确定阻塞区域影响范围宽度，确定车辆是否可以有效通过。
[0130]
基于上述内容，车路云一体化系统能够有效发挥路侧长时观测、信息 多维及全局视角的优势，通过一体化感知手段对道路交通态势和周围交通 参与者进行全量感知定位，准确捕捉主车前方阻塞区域周边车流轨迹，通 过大数据积累形成候选轨迹引导线路及速度，作为主车的全局优化通行建 议。通过引入驾驶员行为的输入作为参考，引导主车按照驾驶员的驾驶行 为指导通过车道阻塞区域。
[0131]
本公开的技术方案中，所涉及的用户个人信息的收集、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。
[0132]
以上仅是示例性实施例，但不限于此，还可以包括本领域已知的其他 轨迹规划信息生成方法，只要能够生成轨迹规划信息即可。
[0133]
图5示意性示出了根据本公开实施例的轨迹规划信息生成装置的框图。
[0134]
如图5所示，轨迹规划信息生成装置500可以包括生成模块510和确 定模块520。
[0135]
生成模块510，用于根据与自动驾驶车辆对应的车路云协同感知信息 和优化行为决策信息，生成自动驾驶车辆的至少一个候选轨迹规划信息。 车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感 知信息和云端感知信息中的至少之一确定
的。
[0136]
确定模块520，用于根据轨迹评估信息，从至少一个候选轨迹规划信 息中确定自动驾驶车辆的优化轨迹规划信息。
[0137]
根据本公开的实施例，车辆云协同感知信息包括道路交通态势信息和 道路事件位置信息。
[0138]
根据本公开的实施例，生成模块510可以包括获取子模块和生成子模 块。
[0139]
获取子模块，用于根据道路事件位置信息，获取与自动驾驶车辆对应 的辅助车流轨迹信息。
[0140]
生成子模块，用于根据辅助车流轨迹信息和道路交通态势信息，生成 自动驾驶车辆的至少一个候选轨迹规划信息。
[0141]
根据本公开的实施例，获取子模块可以包括第一确定单元和第一获得 单元。
[0142]
第一确定单元，用于从历史车路云协同感知信息中确定与道路事件位 置信息相关的待分析车路云协同感知信息。
[0143]
第一获得单元，用于根据待分析车路云协同感知信息，得到与自动驾 驶车辆对应的辅助车流轨迹信息。
[0144]
根据本公开的实施例，第一获得单元可以包括第一获得子单元、第二 获得子单元和第三获得子单元。
[0145]
第一获得子单元，用于根据待分析车路云协同感知信息，得到与自动 驾驶车辆对应的候选车辆轨迹信息。候选车流轨迹信息包括多个候选轨迹。
[0146]
第二获得子单元，用于确定多个候选轨迹之间的相似度，得到多个相 似度。
[0147]
第三获得子单元，用于根据多个相似度，从多个候选轨迹中确定至少 一个辅助轨迹，得到与自动驾驶车辆对应的辅助车辆轨迹信息。
[0148]
根据本公开的实施例，车路云协同感知信息包括道路状态信息。
[0149]
根据本公开的实施例，生成子模块可以包括第二确定单元、第一生成 单元和第二生成单元。
[0150]
第二确定单元，用于在根据道路状态信息确定道路阻塞事件发生在预 期道路区域的情况下，根据辅助车流轨迹信息确定路径可达性。路径可达 性表征自动驾驶车辆基于当前路径通过与道路阻塞事件对应的阻塞区域 的可能性。
[0151]
第一生成单元，用于在确定路径可达的情况下，根据道路交通态势信 息，生成建议自动驾驶车辆参考推荐轨迹绕行通过阻塞区域的决策信息。
[0152]
第二生成单元，用于响应于接收到决策信息，根据辅助车流轨迹信息， 生成针对自动驾驶车辆的至少一个候选轨迹规划信息。
[0153]
根据本公开的实施例，确定模块510可以包括获得子模块、第一确定 子模块和第二确定子模块。
[0154]
获得子模块，用于根据轨迹评估信息对至少一候选轨迹规划信息进行 评估，得到至少一个评估结果。轨迹评估信息包括以下至少之一：驾驶舒 适度评估信息、可达性评估信息、安全性评估信息和通行效率评估信息。
[0155]
第一确定子模块，用于根据至少一个评估结果，确定优化评估结果。
[0156]
第二确定子模块，用于将与优化评估结果对应的候选轨迹规划信息确 定为自动
驾驶车辆的优化轨迹规划信息。
[0157]
根据本公开的实施例，第一确定子模块可以包括第二获得单元和第三 确定单元。
[0158]
第二获得单元，用于对至少一个评估结果进行排序，得到排序结果。
[0159]
第三确定单元，用于根据排序结果，从至少一个评估结果中确定优化 评估结果。
[0160]
根据本公开的实施例，车路云协同感知信息是根据与自动驾驶车辆相 关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的， 可以包括：
[0161]
车路云协同感知信息包括车端相关感知信息、路端相关感知信息和云 端相关感知信息。
[0162]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储 介质、一种计算机程序产品、一种自动驾驶车辆、一种路侧设备和一种云 端服务器。
[0163]
根据本公开的实施例，一种电子设备，包括：至少一个处理器；以及 与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个 处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能 够执行如上所述的方法。
[0164]
根据本公开的实施例，一种存储有计算机指令的非瞬时计算机可读存 储介质，其中，计算机指令用于使计算机执行如上所述的方法。
[0165]
根据本公开的实施例，一种计算机程序产品，包括计算机程序，计算 机程序在被处理器执行时实现如上所述的方法。
[0166]
图6示出了可以用来实施本公开的实施例的示例电子设备800的示意 性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、 台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算 机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸 如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算 装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示 例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0167]
如图6所示，电子设备600包括计算单元601，其可以根据存储在只 读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访 问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。 在ram 603中，还可存储电子设备600操作所需的各种程序和数据。计 算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出 (i/o)接口605也连接至总线604。
[0168]
电子设备600中的多个部件连接至i/o接口605，包括：输入单元606， 例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等； 存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制 解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因 特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0169]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理 组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图 形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机 器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的 处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法 和处理，例如轨迹规划信息生成方法。例如，在一些实施例中，轨迹规划 信息生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介 质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可 以经由rom 602和/或通信单元609而被载入和/或安
装到电子设备600上。 当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文 描述的轨迹规划信息生成方法的一个或多个步骤。备选地，在其他实施例 中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而 被配置为执行轨迹规划信息生成方法。
[0170]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路 系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、 专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设 备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些 各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者 多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/ 或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储 系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将 数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出 装置。
[0171]
根据本公开的实施例，提供了一种自动驾驶车辆，包括根据本公开实 施例所述的电子设备。
[0172]
根据本公开的实施例，提供了一种路侧设备，包括根据本公开实施例 所述的电子设备。
[0173]
根据本公开的实施例，提供了一种云端服务器，包括根据本公开实施 例所述的电子设备。
[0174]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的 任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其 他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控 制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可 以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机 器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0175]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含 或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设 备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读 储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电 磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组 合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、 便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、 可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑 盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的 任何合适组合。
[0176]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术， 该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线 管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠 标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算 机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的 反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉 反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入) 来接收来自用户的输入。
[0177]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如， 作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、 或者包括前端部件的计算
系统(例如，具有图形用户界面或者网络浏览器 的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处 描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部 件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质 的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络 的示例包括：局域网(lan)、广域网(wan)和互联网。
[0178]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此 并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具 有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器 可以是云服务器，也可以是分布式系统的服务器，或者是结合了区块链的 服务器。
[0179]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或 删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地 执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望 的结果，本文在此不进行限制。
[0180]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术 人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、 子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和 改进等，均应包含在本公开保护范围之内。