本技术涉及智能汽车，尤其涉及一种轨迹规划方法、装置、智能驾驶系统、设备及存储介质。
背景技术：
1、随着人工智能、传感器技术、网络通信和计算能力的进步，汽车的自动驾驶系统也得到了快速发展；自动驾驶轨迹规划技术通过实时感知环境并生成最优行驶路径，解决了动态环境下的驾驶决策难题。
2、现有技术主要依赖静态地图和预设规则，但在应对突发障碍物、狭窄路口等复杂场景时，存在感知精度不足的问题，会影响驾驶舒适性和安全性。
技术实现思路
1、本技术提供一种轨迹规划方法、装置、智能驾驶系统、设备及存储介质，用于解决现有技术中针对复杂场景的感知精度不足的问题。
2、根据本技术的一个方面，提供了一种轨迹规划方法，上述方法包括：
3、实时采集车辆的环视图像和驾驶指令；
4、基于环视图像得到三维目标检测信息；
5、针对驾驶指令和三维目标检测信息进行特征编码，得到语义信息；
6、将语义信息输入至语义模型，得到驾驶场景描述文本；
7、基于驾驶场景描述文本确定车辆的目标轨迹。
8、在一个可能的实现方式中，上述语义信息包括第一语义信息和目标语义信息；
9、上述针对驾驶指令和三维目标检测信息进行特征编码，得到语义信息，包括：
10、基于驾驶指令进行特征编码，得到第一语义特征；
11、基于三维目标检测信息进行特征编码，得到目标语义信息。
12、在一个可能的实现方式中，上述三维目标检测信息包括三维目标特征；目标语义信息还包括第二语义信息；
13、上述基于三维目标检测信息进行特征编码，得到目标语义信息，还包括：
14、基于预先采集的高精地图数据得到道路静态特征；
15、将道路静态特征和三维目标特征进行特征融合，得到场景感知特征，并将场景感知特征作为第二语义信息。
16、在又一个可能的实现方式中，上述基于驾驶指令进行特征编码，得到第一语义特征，包括：
17、针对驾驶指令进行分词处理，得到多个关键词；
18、将多个关键词映射成为词向量；
19、基于词向量进行位置编码，得到第一语义特征。
20、在又一个可能的实现方式中，上述基于预先采集的高精地图数据得到道路静态特征，包括：
21、基于高精地图数据的格式进行数据解析，得到道路几何数据；
22、基于道路几何数据生成道路静态特征。
23、在另一个可能的实现方式中，上述三维目标检测信息还包括三维目标检测结果；目标语义信息还包括第三语义信息；
24、上述基于三维目标检测信息进行特征编码，得到目标语义信息，还包括：
25、针对三维目标检测结果进行特征编码，得到第三语义信息。
26、在另一个可能的实现方式中，上述目标语义信息还包括第四语义信息；
27、上述基于三维目标检测信息进行特征编码，得到目标语义信息，还包括：
28、将三维目标特征作为第四语义信息。
29、在另一个可能的实现方式中，上述基于驾驶场景描述文本确定目标轨迹，包括：
30、基于驾驶场景描述文本和预采集的高精地图数据得到多条初始轨迹；
31、基于多条初始轨迹确定目标轨迹。
32、在另一个可能的实现方式中，上述语义模型的解码器包括至少两个级联的特征解码层；基于多条初始轨迹确定目标轨迹，包括：
33、针对多条初始轨迹进行特征转换，得到初始轨迹特征；
34、通过预设的噪声信号对初始轨迹特征进行加噪处理，得到噪声轨迹特征；
35、基于第一降噪特征对噪声轨迹特征进行降噪处理，得到第一轨迹特征；其中，第一降噪特征为从至少两个级联的特征解码层中的第一次解码层所获取的特征信息；
36、基于第二降噪特征对第一轨迹特征进行降噪处理，得到第二轨迹特征；其中，第二降噪特征为从至少两个级联的特征解码层中的最后一次解码层所获取的特征信息；
37、基于第二轨迹特征生成多条备选轨迹；
38、从多条备选轨迹中筛选得到目标轨迹。
39、在另一个可能的实现方式中，上述基于第二轨迹特征生成多条备选轨迹，包括：
40、获取车辆的当前位姿信息，并将当前位姿信息转化为第三降噪特征；
41、基于第三降噪特征对第二轨迹特征进行降噪处理，得到第三轨迹特征；
42、基于第三轨迹特征生成多条备选轨迹。
43、在另一个可能的实现方式中，上述基于第三轨迹特征生成多条备选轨迹，包括：
44、获取预设时间段内的多条历史轨迹；其中，预设时间段为与当前时间相邻的时间段；
45、将多条历史轨迹转化为第四降噪特征；
46、基于第四降噪特征对第三轨迹特征进行降噪处理，得到第四轨迹特征；
47、基于第四轨迹特征生成多条备选轨迹。
48、在另一个可能的实现方式中，上述从多条备选轨迹中筛选得到目标轨迹，包括：
49、基于高精地图数据和预获取的交通规则信息中的至少一项，从多条备选轨迹中筛选得到目标备选轨迹；
50、针对目标备选轨迹进行平滑处理，生成目标轨迹。
51、在另一个可能的实现方式中，上述基于环视图像得到三维目标检测信息，包括：
52、提取环视图像中的二维图像特征；
53、将二维图像特征转换为三维图像特征；
54、在鸟瞰图视角下，将基于三维图像特征进行坐标转换和特征融合，得到三维目标特征；
55、基于三维目标特征进行动态目标检测，得到三维目标检测结果；
56、将三维目标特征和三维目标检测结果作为三维目标检测信息。
57、根据本技术实施例的另一个方面，提供了一种轨迹规划装置，该装置包括：
58、采集模块，用于实时采集车辆的环视图像和驾驶指令；
59、检测模块，用于基于环视图像得到三维目标检测信息；
60、编码模块，用于针对驾驶指令和三维目标检测信息进行特征编码，得到语义信息；
61、文本描述模块，用于将语义信息输入至语义模型，得到驾驶场景描述文本；
62、轨迹确定模块，用于基于驾驶场景描述文本确定车辆的目标轨迹。
63、根据本技术的另一个方面，提供了一种智能驾驶系统，智能驾驶系统包括规划模块和控制模块；
64、规划模块，用于基于第一方面所示方法生成目标轨迹；
65、控制模块，用于将目标轨迹转化成驾驶指令，以便智能汽车基于驾驶指令进行自动驾驶。
66、根据本技术的另一个方面，提供了一种电子设备，该电子设备包括：存储器、处理器及存储在存储器上的计算机程序，上述处理器执行计算机程序以实现本技术第一方面所示方法的步骤。
67、根据本技术的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本技术第一方面所示方法的步骤。
68、本技术提供的技术方案带来的有益效果是：
69、本技术提供的轨迹规划方法可以通过实时采集车辆的环视图像以及驾驶指令，以基于环视图像得到三维目标检测信息，并针对驾驶指令和该三维目标检测信息进行特征编码，得到语义信息；接着将语义信息输入至语义模型，得到驾驶场景描述文本，并基于驾驶场景描述文本确定车辆的目标轨迹；本技术实施例实现了环视图像数据以及驾驶指令的多维特征数据的语义融合，能够提升驾驶场景描述文本的精确性，进而完成针对复杂场景的高精度感知，提升了目标轨迹的规划效率和多场景适配性，并有效提高了驾驶舒适性和安全性。