[发明专利]无人配送车在非结构化场景中的泊车路径规划方法及装置

权利要求书

1.一种无人配送车在非结构化场景中的泊车路径规划方法，其特征在于，包括：

获取泊车路径规划模型输出的所述无人配送车的初步泊车路径；

针对所述初步泊车路径的优化问题，建立最优控制问题模型；

将所述最优控制问题模型中的变量进行离散化处理，以得到非线性规划问题；

求解所述非线性规划问题，以确定所述无人配送车的最终泊车路径；

其中，所述泊车路径规划模型为对所述无人配送车的泊车路径进行规划处理的机器学习模型。

2.根据权利要求1所述的方法，其特征在于，所述针对所述初步泊车路径的优化问题，建立最优控制问题模型，包括：

针对所述初步泊车路径的动力学优化问题，建立动态约束条件；

针对所述初步泊车路径的速度优化问题，建立边界速度约束条件；

针对所述初步泊车路径的路径优化问题，建立路径约束条件；

获取用于筛选所述最终泊车路径的代价函数；

将所述动态约束条件、所述边界速度约束条件、所述路径约束条件与所述代价函数作为所述最优控制问题模型。

3.根据权利要求1或2所述的方法，其特征在于，所述获取用于筛选所述最终泊车路径的代价函数，包括：

构建第一指标函数、第二指标函数以及第三指标函数；

获取所述第一指标函数与第一权重的第一乘积；

获取所述第二指标函数与第二权重的第二乘积；

获取所述第三指标函数与第三权重的第三乘积；

根据所述第一乘积、所述第二乘积与所述第三乘积的加和值，确定所述用于筛选所述最终泊车路径的代价函数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

所述第一权重映射所述第一指标函数对应的第一用户偏好；

所述第二权重映射所述第二指标函数对应的第二用户偏好；

所述第三权重映射所述第三指标函数对应的第三用户偏好。

5.根据权利要求1所述的方法，其特征在于，所述求解所述非线性规划问题，以确定所述无人配送车的最终泊车路径，包括：

基于序贯二次规划算法求解所述非线性规划问题，以确定所述无人配送车的最终泊车路径。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据路径起点信息与路径终点信息随机生成所述非结构化场景对应的多条泊车路径；

根据预设评估指标对所述多条泊车路径进行评估；

根据评估结果确定所述多条泊车路径中的优化路径。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取海量路径样本数据，所述海量路径样本数据包括非结构化场景以及所述非结构化场景对应的所述优化路径；

根据所述海量路径样本数据训练所述机器学习模型，以得到所述泊车路径规划模型。

8.一种无人配送车在非结构化场景中的泊车路径规划装置，其特征在于，包括：

获取模块，用于获取泊车路径规划模型输出的所述无人配送车的初步泊车路径；

模型建立模块，用于针对所述初步泊车路径的优化问题，建立最优控制问题模型；

离散处理模块，用于将所述最优控制问题模型中的变量进行离散化处理，以得到非线性规划问题；

求解模块，用于求解所述非线性规划问题，以确定所述无人配送车的最终泊车路径；其中，所述泊车路径规划模型为对所述无人配送车的泊车路径进行规划处理的机器学习模型。

9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述的无人配送车在非结构化场景中的泊车路径规划方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～7中任意一项所述的无人配送车在非结构化场景中的泊车路径规划方法。