[发明专利]用于控制自动驾驶车辆操作以确定规划路径的规划系统和方法

说明书

一种用于自动驾驶车辆或移动机器人的基于多层学习的控制系统和方法。使命规划层、行为规划层和运动规划层每层都包含一个或多个神经网络，用于为所述自动驾驶车辆或移动机器人制定最佳路线，提供与所述至少一个或多个神经网络相关联的一系列功能任务以遵循所述规划最佳路线并形成命令以实现所述功能任务。

相关申请案交叉申请

本发明要求2017年2月27日递交的发明名称为“用于移动机器人和/或自动驾驶车辆的基于多层学习的规划计算的系统和方法”的第62/464,196号美国临时专利申请案及于2018年2月26日递交的发明名称为“用于控制自动驾驶车辆操作以确定规划路径的规划系统和方法”的第15/905,705号美国专利申请案的在先申请优先权，其在先申请的内容以引入的方式并入本文中。

技术领域

至少一些示例实施例涉及用于移动机器人和自动驾驶车辆的多层规划架构以及通过机器学习对此类规划架构的改进。

背景技术

一些规划架构采用不同的系统和方法来规划自动驾驶车辆或移动机器人的路线，以及导航和控制自动驾驶车辆或移动机器人。

所述规划架构可以基于经典的基于规则的方法，根据规则通过环境信息、自动驾驶车辆或移动机器人的状态确定所述车辆或机器人的下一步动作。所述规划架构还可以基于有限状态机(finite state machine，简称FSM)，或类似于基于规则的系统和方法的搜索算法。

由于驾驶环境或移动机器人所处的环境的动态和复杂性质，很难规划出所有可能的情况并针对每种可能的情况来制定规则或FSM。这还需要大量的FSM，而这些FSM可能难以开发、测试和验证。

此外，针对每种可能的情况制定规则或FSM需要较大的计算量。这种情况需要制定大量规则或FSM，以考虑移动机器人或自动驾驶车辆可能经历的每种情况。如果自动驾驶车辆或者移动机器人遇到的某种情况没有规则可循，则所述自动驾驶车辆或机器人在操作上可能面临阻碍。

根据以下示例性实施例的详细描述，可以理解现有系统还存在其它困难。

发明内容

本发明提供了一种可用于移动机器人、自动驾驶车辆或其它可能应用的规划系统。

在本发明的一方面中，提供了一种用于车辆或移动机器人的控制系统。所述控制系统包括：存储器，用于存储多个馈送相关功能层的计算机可读指令，所述每个馈送相关功能层包含一个或多个神经网络，所述一个或多个神经网络中的每一个神经网络与用于控制所述车辆或移动机器人的至少一个可操作元件的操作的至少一个功能任务相关联。所述控制系统还包括至少一个处理器，与所述存储器通信，用于：执行所述存储器中存储的多个馈送相关功能层中的每一个功能层的计算机指令，以使所述至少一个处理器向每个功能层的一个或多个神经网络中的每一个神经网络提供输入数据；执行每个馈送相关功能层的一个或多个神经网络中的每一个神经网络，以基于所述输入数据生成输出数据，用于控制与所述功能任务相关联的至少一个可操作元件的操作，所述功能任务与所述一个或多个神经网络中的每一个神经网络相关联。所述输入数据包括由所述车辆或移动机器人的多个传感器感知到的传感器数据，以及所述多个馈送相关功能层中的一个功能层的至少一个神经网络的输出数据。

在一些实施例中，至少一个神经网络的至少一个输出数据作为所述输入数据馈送至所述任何一个功能层的其它神经网络。

在一些实施例中，至少一个神经网络的至少一个输入数据来自任一功能层的其它神经网络的一个或多个输出数据的馈送。

在一些实施例中，所述馈送包括至少前馈或反馈之一。

在一些实施例中，所述至少一个功能层的每个神经网络具有一个或多个输入数据或一个或多个输出数据，所述数据仅与层级上相邻的功能层的神经网络有馈送关系。

在一些实施例中，多个功能层包括使命规划功能层、行为规划功能层和运动规划功能层。