[发明专利]车辆动力学模型的构建及车辆状态信息预测方法、装置

说明书

本发明实施例公开一种车辆动力学模型的构建方法、装置及车辆状态信息预测方法、装置，该车辆动力学模型的构建方法包括：获得目标车辆的各样本时刻对应的样本历史状态信息、样本控制参数序列及标签车辆状态信息；针对每一样本时刻，将样本历史状态信息及样本控制参数序列，输入初始车辆动力学模型，确定样本预测状态信息；利用样本预测状态信息及标签车辆状态信息，确定当前损失值；基于当前损失值，调整初始车辆动力学模型的模型参数，直至初始车辆动力学模型达到预设收敛状态，得到预先建立的车辆动力学模型，以实现构建出更加贴合车辆的车辆动力学模型。

技术领域

本发明涉及自动驾驶技术领域，具体而言，涉及一种车辆动力学模型的构建方法、装置及车辆状态信息预测方法、装置。

背景技术

在自动驾驶领域中，自动驾驶车辆一般利用预先构建的车辆动力学模型预测得到车辆状态信息，进而完成自动驾驶。相应的，预先构建的车辆动力学模型的预测结果的准确性对自动驾驶车辆的安全性影响较大。

目前，一般使用仿真软件CarSim，仿真构建车辆的车辆动力学模型。在利用仿真软件CarSim针对车辆构建其车辆动力学模型的过程中，用户需要对车辆的各系统的特性参数以及工况有非常详细的了解。对于自动驾驶领域中仿真行业来说，多数情况下，无法从汽车制造商以及零部件供应商得到具体的车辆各系统的特性参数，只能通过不断通过启发式的参数调整，来不断减少仿真与车辆真实动力学的误差。

除此之外，即使在构建车辆的车辆动力学模型时获得该车辆的各系统的特性参数，由于车辆的制作工艺以及零件损耗等因素，利用仿真软件CarSim所构建的基于数学模型推衍的车辆动力学模型，与真实的车辆也会存在一定的误差。

发明内容

本发明提供了一种车辆动力学模型的构建方法、装置及车辆状态信息预测方法、装置，以实现构建出更加贴合车辆的车辆动力学模型，进而确定出准确的车辆状态信息。具体的技术方案如下：

第一方面，本发明实施例提供了一种车辆动力学模型的构建方法，所述方法包括：

获得目标车辆的各样本时刻对应的样本历史状态信息、样本控制参数序列以及各样本时刻的标签车辆状态信息，其中，各样本时刻对应的样本控制参数序列包括：该样本时刻及向前第一时长内各时刻的控制参数；

针对每一样本时刻，将该样本时刻对应的样本历史状态信息及样本控制参数序列，输入初始车辆动力学模型，确定出该样本时刻对应的样本预测状态信息；

针对每一样本时刻，利用该样本时刻对应的样本预测状态信息以及该样本时刻的标签车辆状态信息，确定所述初始车辆动力学模型对应的当前损失值；

基于所述当前损失值，调整所述初始车辆动力学模型的模型参数，直至所述初始车辆动力学模型达到预设收敛状态，得到预先建立的车辆动力学模型。

可选的，所述样本时刻对应的样本历史状态信息为所述目标车辆在该样本时刻的前第二时长所对应的时刻的车辆状态信息，所述第二时长小于所述第一时长。

可选的，所述针对每一样本时刻，将该样本时刻对应的样本历史状态信息及样本控制参数序列，输入初始车辆动力学模型，确定出该样本时刻对应的样本预测状态信息的步骤，包括：

针对每一样本时刻，将该样本时刻对应的样本历史状态信息输入所述初始车辆动力学模型的特征编码层，得到该样本时刻所对应样本历史状态信息对应的隐向量；

针对每一样本时刻，将该样本时刻所对应样本历史状态信息对应的隐向量以及该样本时刻对应的样本控制参数序列，输入所述初始车辆动力学模型的状态循环预测层，得到该样本时刻所对应车辆状态信息对应的隐向量；

针对每一样本时刻，将该样本时刻所对应车辆状态信息对应的隐向量输入所述初始车辆动力学模型的特征解码层，确定出该样本时刻对应的样本预测状态信息。