[发明专利]一种规划模块的数据处理方法

说明书

本发明实施例涉及一种规划模块的数据处理方法，所述方法包括：规划模块在当前工作周期的起始时刻接收上游预测模块输出的多目标预测轨迹集合；并获取上一工作周期的预测树和策略树作为对应的第一预测树和第一策略树；根据多目标预测轨迹集合对当前工作周期的预测树进行构建生成对应的第二预测树；对第一、第二预测树进行预测树相似节点识别得到多个第一相似节点对；根据第二预测树的拓扑结构对当前工作周期对应的第二策略树进行构建，并根据第一策略树和所有第一相似节点对初始化第二策略树。通过本发明，不但可以降低规划模块每个工作周期的重复计算量，还可以减少规划模块对存储资源的冗余占用。

技术领域

本发明涉及数据处理技术领域，特别涉及一种规划模块的数据处理方法。

背景技术

车辆自动驾驶系统规划模块的上游模块有预测模块和感知模块。预测模块基于感知模块获取的自车周围各个障碍物目标的位姿信息对各个目标在未来指定时段内的多种可能的运动轨迹进行预测，并将预测得到的多目标预测轨迹集合发送至规划模块；规划模块则基于预测模块输出的多目标预测轨迹集合，对自车在未来指定时段内对应预测模块输出的各种可能的多目标运动场景的行驶轨迹进行规划计算。在进行规划计算时，规划模块的传统做法是在每个工作周期起始时刻都基于当次接收的多目标预测轨迹集合对自车在未来指定时段内的多种可能行驶轨迹进行全时段轨迹计算，从而得到由多条规划轨迹构成的规划轨迹集合；另外，规划模块还采用传统的数据序列存储方式对多目标预测轨迹集合和规划轨迹集合进行存储。

然而在实际应用中，我们发现这种传统做法存在以下问题：1)规划模块输出的规划轨迹时长也就是未来指定时段的时长是远大于规划模块的工作周期时长的，因此相邻两个工作周期输出的规划轨迹集合会有很大一部分是基本重合的，传统做法中在每个工作周期都对未来指定时段内的轨迹进行重新计算的处理方式很显然存在大量重复计算的问题；2)多目标预测轨迹集合中任一目标的各条预测轨迹之间势必存在重合轨迹片段，规划轨迹集合中各规划轨迹之间也势必存在重合轨迹片段，统做法中按数据序列存储方式对两个集合内的轨迹进行存储很显然就会造成由重合轨迹片段带来的存储资源浪费问题。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种规划模块的数据处理方法、电子设备及计算机可读存储介质，通过本发明，不但可以降低规划模块每个工作周期的重复计算量，还可以减少规划模块对存储资源的冗余占用。

为实现上述目的，本发明实施例第一方面提供了一种规划模块的数据处理方法，所述方法包括：

规划模块在当前工作周期的起始时刻接收上游预测模块输出的多目标预测轨迹集合；并获取上一工作周期的预测树和策略树作为对应的第一预测树和第一策略树；

根据所述多目标预测轨迹集合对当前工作周期的预测树进行构建生成对应的第二预测树；

对所述第一、第二预测树进行预测树相似节点识别得到多个第一相似节点对；

根据所述第二预测树的拓扑结构对当前工作周期对应的第二策略树进行构建，并根据所述第一策略树和所有所述第一相似节点对初始化所述第二策略树。

优选的，所述多目标预测轨迹集合包括多个第一目标轨迹组R_i，i为目标索引，1≤i≤n，n为目标数量；各个所述第一目标轨迹组R_i包括多个第一预测轨迹p_i,j，j为目标i的预测轨迹索引，1≤j≤m_i、m_i为目标i的预测轨迹数量；各个所述第一目标轨迹组R_i中，任两个所述第一预测轨迹p_i,j之间从轨迹起始时间起都有一段轨迹重合；所述多目标预测轨迹集合的起始时间记为t₀、结束时间记为t_end，则集合内各个所述第一预测轨迹p_i,j的轨迹时段均为[t₀,t_end]；