1.本发明涉及无人驾驶技术领域，更具体地，其涉及一种轨迹规划方法及装置、服务器、计算机可读存储介质。
背景技术：2.随着无人驾驶技术的逐步成熟，无人驾驶技术被应用于各种场景。无人驾驶技术能够代替人工控制车辆的行驶，并根据外界情况对周围目标的行为作出判断，以对车辆的行为进行规划。
3.现有技术在对无人驾驶车辆进行轨迹规划时，通常是通过收集无人驾驶车辆的信息以及周围目标的信息，根据获取到的信息对周围目标的轨迹进行预测，并以此规划得到无人驾驶车辆的轨迹。
4.但是，现有技术对在进行轨迹预测时，需要同时对周围所有的目标进行轨迹预测，消耗的计算量很大，这将导致无人驾驶车辆从获取信息到执行操作具有一定的延迟，造成无人驾驶车辆在道路上未知的安全隐患。
技术实现要素：5.本发明解决的技术问题是如何在对无人驾驶车辆的轨迹进行规划时减小轨迹预测所需的计算量，以提高无人驾驶车辆的响应速度。
6.为解决上述技术问题，本发明实施例提供一种轨迹规划方法，所述轨迹规划方法包括：获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。
7.可选地，所述根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标包括：将所述第一周围环境信息输入碰撞模型，以得到与所述第一目标车辆具有交互关系的至少一个第二目标。
8.可选地，所述根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率包括：将所述第一轨迹和所述第二轨迹输入轨迹预测模型，以得到所述第一目标车辆的第三轨迹及其出现概率。
9.可选地，所述根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹包括：使用剔除冗余数据后的所述第一周围环境信息预测所述第一轨迹；使用剔除冗余数据后的所述
第二周围环境信息预测所述第二轨迹。
10.可选地，所述获取第一目标车辆的第一周围环境信息包括：将获取得到的地图信息、周围目标的行动信息以及信号灯信息进行合并，以形成所述第一周围环境信息。
11.可选地，所述地图信息的获取方法包括：获取预先存储于数据库中的地图数据，并根据所述第一目标车辆的定位信息确定车辆所处区域的地图信息。
12.可选地，在所述根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹之前包括：根据安全约束条件对各个第三轨迹的出现概率进行调整，以降低不符合所述安全约束条件的所述第三轨迹的出现概率。
13.可选地，在所述根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹之后包括：根据行驶约束条件对所述最优轨迹进行调整，所述行驶约束条件用于对所述第一目标车辆的速度与转角进行限制。
14.可选地，在所述根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标之前包括：对所述其他目标进行目标识别，以确定所述其他目标的类型标签；将所述其他目标的类型标签添加至所述第一周围环境信息中。
15.本发明实施例还公开一种轨迹规划装置，所述轨迹规划装置包括：获取模块，用于获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；目标对生成模块，用于根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；第一预测模块，用于对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；第二预测模块，用于根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；选取模块，用于根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。
16.本发明实施例还公开一种服务器，包括存储器和处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述计算机程序被处理器运行时执行上述任一种所述轨迹规划方法的步骤。
17.本发明实施例还公开一种计算机可读存储介质，其上存储有计算机程序，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，所述计算机程序被处理器运行时执行上述任一种所述轨迹规划方法的步骤。
18.与现有技术相比，本发明实施例的技术方案具有以下有益效果：
19.本发明提出一种轨迹规划方法，通过获取第一目标车辆的第一周围环境信息，以得到其他目标的行动信息，并根据第一周围环境信息在所有其他目标中确定与第一目标车辆具有交互关系的至少一个第二目标，以形成至少一个目标对。将与第一目标车辆没有交互关系的第二目标筛除，可以将第一目标车辆所处的场景简化为更易分析的场景，减小进行轨迹预测时的算力消耗。再对每一目标对根据第一周围环境信息预测第一目标车辆的第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的第二轨迹。对第二目标对进行轨迹预测，可以将第二目标的所有可能轨迹都作为第一目标车辆进行第三轨迹规划的
参考，使第一目标车辆的轨迹规划更加准确。接着根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，并根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。将第一目标车辆与第二目标的所有预测轨迹作为参考进行第三轨迹的预测，使第三轨迹能够满足各种情况下的行驶需求，令轨迹规划更具有科学性与准确性。
20.进一步地，根据安全约束条件对各个第三轨迹的出现概率进行调整，可以降低不符合安全约束条件的第三轨迹的出现概率，使第一目标车辆所选择的最优轨迹更加安全。
21.进一步地，对各个第二目标进行目标分类，可以根据不同类别的第二目标对第二轨迹进行预测，使第二轨迹更符合各个第二目标的运动规律。
附图说明
22.图1是本发明实施例提供的一种轨迹规划方法的整体流程图；
23.图2是本发明实施例提供的一种轨迹规划场景的示意图；
24.图3是本发明实施例提供的另一种轨迹规划场景的示意图；
25.图4是本发明实施例提供的又一种轨迹规划场景的示意图；
26.图5是本发明实施例提供的一种轨迹规划装置的结构示意图。
具体实施方式
27.如背景技术中所述，随着无人驾驶技术的逐步成熟，无人驾驶技术被应用于各种场景。无人驾驶技术能够代替人工控制车辆的行驶，并根据外界情况对周围目标的行为作出判断，以对车辆的行为进行规划。现有技术通过收集无人驾驶车辆的信息以及周围目标的信息，根据获取到的信息对周围目标的轨迹进行预测，并以此规划得到无人驾驶车辆的轨迹，但现有技术在进行轨迹预测时，需要同时对周围所有的目标进行轨迹预测，消耗的计算量很大，这将导致无人驾驶车辆从获取信息到执行操作具有一定的延迟，造成无人驾驶车辆在道路上未知的安全隐患。
28.本发明实施例中，通过获取第一目标车辆的第一周围环境信息，以得到其他目标的行动信息，并根据第一周围环境信息在所有其他目标中确定与第一目标车辆具有交互关系的至少一个第二目标，以形成至少一个目标对。将与第一目标车辆没有交互关系的第二目标筛除，可以将第一目标车辆所处的场景简化为更易分析的场景，减小进行轨迹预测时的算力消耗。再对每一目标对根据第一周围环境信息预测第一目标车辆的第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的第二轨迹。对第二目标对进行轨迹预测，可以将第二目标的所有可能轨迹都作为第一目标车辆进行第三轨迹规划的参考，使第一目标车辆的轨迹规划更加准确。接着根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，并根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。将第一目标车辆与第二目标的所有预测轨迹作为参考进行第三轨迹的预测，使第三轨迹能够满足各种情况下的行驶需求，令轨迹规划更具有科学性与准确性。
29.进一步地，根据安全约束条件对各个第三轨迹的出现概率进行调整，可以降低不符合安全约束条件的第三轨迹的出现概率，使第一目标车辆所选择的最优轨迹更加安全。
30.进一步地，对各个第二目标进行目标分类，可以根据不同类别的第二目标对第二轨迹进行预测，使第二轨迹更符合各个第二目标的运动规律。
31.为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.图1是本发明实施例提供的一种轨迹规划方法的整体流程图。
33.在具体实施中，下述步骤101至步骤105所记载的轨迹规划方法可以用于服务器中。上述步骤具体可以由服务器来执行，也可以由服务器中具有数据处理功能的芯片所执行，也可以由服务器中包含有数据处理功能的芯片的芯片模组来执行。在一个具体的实施例中，可以由服务器执行轨迹规划方法的各个步骤。
34.具体地，如图1所示，轨迹规划方法可以包括以下步骤：
35.在步骤101中，获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；
36.在步骤102中，根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；
37.在步骤103中，对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；
38.在步骤104中，根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；
39.在步骤105中，根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。
40.至此，第一目标车辆的最优轨迹已选取完毕，第一目标车辆可根据最优轨迹进行无人驾驶。
41.在步骤101的具体实施中，获取传感器实时采集到的第一周围环境信息，第一周围环境信息可以包括其他目标的行动信息，行动信息可以包括其他目标的位置、速度以及方向。第一周围环境信息还可以包括地图信息以及信号灯信息。
42.在具体实施中，可以获取预先存储于数据库中的地图数据，并根据第一目标车辆的定位信息确定车辆所处区域的地图信息，地图信息中可以包括车辆当前所在位置附近的车道线信息，以便于控制第一目标车辆在正确的车道内行驶。
43.进一步地，可以根据第一目标车辆上的拍摄装置获取到信号灯信息，以确定当前的交通信号灯情况，以便于按照交通信号灯的指示进行车辆的轨迹规划。
44.在一个非限制性的实施例中，先对其他目标进行目标识别，以确定其他目标的类型标签，并将其他目标的类型标签添加至所述第一周围环境信息中。具体地，类型标签可以包括行人、非机动车以及汽车。不同类型的其他目标具有不同的运动规律，通过对其他目标进行分类，可以在后续对目标进行轨迹预测时根据不同目标类型的运动规律进行精准地预测。
45.在具体实施中，可以将第一周围环境信息以及第一目标车辆的状态信息输入碰撞模型，可以得到与第一目标车辆具有交互关系的至少一个第二目标，将第一目标车辆与第二目标形成至少一个目标对，第一目标车辆的状态信息表示第一目标车辆的位置、速度以及方向。第二目标与第一目标车辆具有交互关系是指第二目标可能影响第一目标车辆的行驶。具体地，碰撞模型可以是数学模型。
46.需要说明的是，第二目标可以是车辆、行人等任意可实施的能够移动的物体，本技术对此不做限制。
47.在一个非限制性的实施例中，可以对第一周围环境信息剔除冗余数据，并对第二周围环境信息剔除冗余数据。具体地，将与第一目标车辆没有交互关系的其他目标从第一周围环境信息中剔除，以及将与目标对中的第二目标没有交互关系的其他目标从第二周围环境信息中剔除，并以目标对中的两个目标分别为主视角，重新对地图的范围以及车辆的朝向进行规划。通过缩小地图的范围以及剔除没有交互关系的其他目标，可以降低场景中的冗余数据，提升模型的计算效率。
48.在具体实施中，将剔除冗余数据后的第一周围环境信息以及剔除冗余数据后的第二周围环境信息输入目标对轨迹预测模型，以根据第一周围环境信息对第一目标车辆在预设时间内的第一轨迹进行预测，以及根据第二周围环境信息对第二目标在预设时间内的第二轨迹进行预测。具体地，目标对轨迹预测模型可以是预先训练的神经网络模型，目标对轨迹预测模型可以对目标的轨迹进行预测。
49.在一个非限制性的实施例中，将目标对轨迹预测模型输出的第一轨迹以及第二轨迹输入轨迹预测模型，以得到第一目标车辆的第三轨迹及其出现概率。
50.在具体实施中，目标对轨迹预测模型可以输出第一轨迹及其出现概率和第二轨迹及其出现概率，第一轨迹的出现概率是指第一目标车辆按照第一轨迹行驶的概率，第二轨迹的出现概率是指第二目标按照第二轨迹行驶的概率。轨迹预测模型根据第一轨迹以及第二轨迹对第三轨迹进行规划，以得到第三轨迹及其出现概率。
51.进一步地，轨迹预测模型可以是预先训练好的神经网络模型，轨迹预测模型的训练集可以包括车辆的真实轨迹，使轨迹预测模型的预测更加准确。
52.在一个非限制性的实施例中，对各个第三轨迹的出现概率进行排序，选取出现概率最高的第三轨迹作为第一目标车辆的最优轨迹。
53.在具体实施中，在对各个第三轨迹的出现概率进行排序之前，根据安全约束条件对各个第三轨迹的出现概率进行调整，以降低不符合安全约束条件的第三轨迹的出现概率。具体地，安全约束条件可以是与要求第一目标车辆与其他目标保持安全距离，当第一目标车辆与第二目标或周围的障碍物发生碰撞，或者第一目标车辆与第二目标或周围的障碍物距离过近时，降低第三轨迹的出现概率，以保证最终选取的最优轨迹是安全可靠的。
54.在一个非限制性的实施例中，目标对轨迹预测模型以及轨迹预测模型输出的可以是一条完整的轨迹，也可以是在预设时间内特定时间点的目标的位置、速度以及方向。例如，模型的输出可以是未来1～2秒的完整轨迹，也可以是在第1秒、第2秒时第一目标车辆或第二目标的位置、速度以及方向。当模型的输出为特定时间点的目标的位置、速度以及方向时，可以根据模型的输出使用插值法生成平滑的曲线，以得到完整的轨迹。
55.在具体实施中，在得到最优轨迹后，根据最优轨迹计算出第一目标车辆在每一时
刻的加速度、速度以及转角，以得到第一目标车辆需要执行的具体操作，第一目标车辆的速度可根据当前速度与加速度计算得到。
56.进一步地，在得到最优轨迹后，可以根据行驶约束条件对最优轨迹进行调整。具体地，对第一目标车辆的速度与转角进行限制，控制第一目标车辆的速度与转角的变化频率在第一预设范围内，避免第一目标车辆频繁的变速以及转弯，令得到的最优轨迹更符合人类正常的驾驶习惯；以及控制第一目标车辆的速度与转角不超过第二预设范围，令得到的最优轨迹更加安全。
57.在本实施例中，通过对第一目标车辆周围的其他目标进行分析，筛选出与第一目标车辆具有交互关系的第二目标以构建目标对，针对每个目标对中的目标进行预测，以得到目标对中各个目标的所有可能轨迹。利用各个目标对中的第一轨迹以及第二轨迹对第三轨迹进行预测，可以考虑到所有可能出现的行驶情况，使得到的第三轨迹及其出现概率更加准确，并根据安全约束条件对第三轨迹的出现概率进行调整，使最终得到的最优轨迹更加安全、可靠。并行驶约束条件对最优轨迹进行调整，令最优轨迹更符合人类正常的驾驶习惯，提升车辆行驶过程的舒适性。
58.图2是本发明实施例提供的一种轨迹规划场景的示意图。
59.如图2(a)所示，a车为第一目标车辆，b车与c车为周围的其他目标。获取当前时间的第一周围环境信息，以得到车辆当前所在位置的地图信息、其他目标的行动信息以及信号灯信息，本实施例中的道路中未设置信号灯。具体地，可以对目标b与目标c进行目标识别，以确定目标b与目标c为汽车，并将目标b与目标c的类型标签添加至第一周围环境信息中。
60.在具体实施中，利用碰撞模型根据第一周围环境信息确定与a车具有交互关系的第二目标，确定b车为第二目标，c车与a车不具有交互关系。将a车与b车形成目标对，并分别以a车和b车为主视角，对第一周围环境信息和第二周围环境信息剔除冗余数据。第二周围环境信息是指以b车为主视角时的周围环境信息，第二周围环境信息是基于第一周围环境信息得到的。如图2(b)所示，对于a车，使用目标对轨迹预测模型对第一目标车辆a的至少一个第一轨迹进行预测，得到第一轨迹a1以及第一轨迹a2；如图2(c)所示，对于b车，使用目标对轨迹预测模型预测第二目标b的至少一个第二轨迹，得到第二轨迹b1以及第二轨迹b2。目标对轨迹预测模型预测得到的轨迹a1、a2、b1、b2可以包括出现概率。
61.进一步地，如图2(d)所示，将目标对轨迹预测模型预测得到的轨迹a1、a2、b1、b2及a1、a2、b1、b2的出现概率输入轨迹预测模型，以得到第三轨迹a3与a4，以及a3的出现概率75％与a4的出现概率25％，第三轨迹的数量与第一轨迹的数量相等。
62.在轨迹预测模型输出第三轨迹a3与a4及a3、a4的出现概率后，根据安全约束条件对各个第三轨迹的出现概率进行调整，以降低不符合安全约束条件的第三轨迹的出现概率。若第三轨迹a4存在与障碍物或第二目标b发生碰撞的可能性时，对第三轨迹a4的出现概率25％进行调整，例如降低至20％。根据第三轨迹a3、a4的出现概率选取最优轨迹，则选取出现概率最高的a3为最优轨迹。
63.在具体实施中，在得到最优轨迹后，根据最优轨迹a3计算出第一目标车辆a在每一时刻的加速度、速度以及转角。例如，第一目标车辆a在0秒～1秒的加速度为+5km/h，转角方向为-45
°
，速度为30km/h；在1秒～2秒的加速度为-10km/h，转角方向为0
°
，速度为20km/h。
第一目标车辆a可根据计算得到的速度与转角确定需要执行的具体操作。
64.进一步地，在得到最优轨迹a3后，可以根据行驶约束条件对最优轨迹a3进行调整，以对第一目标车辆a的速度与转角进行限制，控制第一目标车辆a的速度与转角的变化频率在第一预设范围内。例如，第一目标车辆a在0～1秒的速度为30km/h，在1～2秒的速度为15km/h，在2～3秒的速度为40km/h，此时速度的变化过大，可以对第一目标车辆的速度进行调整，令0～3秒的速度保持30km/h，使速度的变化频率在第一预设范围，更符合人类正常的驾驶习惯，第一预设范围可人为提前设置得到。或者，第一目标车辆a在0～1秒的速度为70km/h，对速度进行调整，令0～1秒的速度保持50km/h，使最优轨迹更加安全。
65.图3是本发明实施例提供的另一种轨迹规划场景的示意图。
66.如图3(a)所示，a车为第一目标车辆，b车与c车为周围的其他目标。获取当前时间的第一周围环境信息，以得到车辆当前所在位置的地图信息、其他目标的行动信息以及信号灯信息。具体地，可以对目标b与目标c进行目标识别，以确定目标b为汽车，目标c为非机动车，并将目标b与目标c的类型标签添加至第一周围环境信息中。
67.在具体实施中，利用碰撞模型根据第一周围环境信息确定与a车具有交互关系的第二目标，确定b车与c车为第二目标，将a车与b车、c车分别形成目标对a-b与a-c，并对第一周围环境信息和第二周围环境信息剔除冗余数据。
68.如图3(b)所示，对于a-b目标对中的a车，使用目标对轨迹预测模型对第一目标车辆a的至少一个第一轨迹进行预测，得到第一轨迹a1以及第一轨迹a2；如图3(c)所示，对于b车，使用目标对轨迹预测模型预测第二目标b的至少一个第二轨迹，得到第二轨迹b1以及第二轨迹b2。目标对轨迹预测模型预测得到的轨迹a1、a2、b1、b2可以包括出现概率。
69.图4是本发明实施例提供的又一种轨迹规划场景的示意图。
70.根据图3中的轨迹规划场景，如图4(a)所示，对于a-c目标对中的a车，使用目标对轨迹预测模型对第一目标车辆a的至少一个第一轨迹进行预测，得到第一轨迹a3以及第一轨迹a4；如图4(b)所示，对于c车，使用目标对轨迹预测模型预测第二目标c的至少一个第二轨迹，目标对轨迹预测模型会参照目标的前进方向进行第二轨迹的预测，得到第二轨迹c1以及第二轨迹c2。目标对轨迹预测模型预测得到的轨迹a3、a4、c1、c2可以包括出现概率。
71.进一步地，将目标对轨迹预测模型预测得到的轨迹a1、a2、b1、b2、c1、c2以及a1、a2、b1、b2、c1、c2的出现概率输入轨迹预测模型，以得到第三轨迹a5、a6、a7、a8，以及a5的出现概率20％、a6的出现概率30％、a7的出现概率40％、a8的出现概率10％。具体地，由于此道路中设置了信号灯，在预测第一轨迹、第二轨迹以及第三轨迹时也将信号灯作为预测轨迹时的参考，以保证第一轨迹、第二轨迹以及第三轨迹符合交通规则。
72.在轨迹预测模型输出第三轨迹a5、a6、a7、a8以及a5、a6、a7、a8的出现概率后，根据安全约束条件对各个第三轨迹的出现概率进行调整，以降低不符合安全约束条件的第三轨迹的出现概率。若第三轨迹a7存在与障碍物、第二目标b或第二目标c发生碰撞的可能性时，对第三轨迹a7的出现概率40％进行调整，例如降低至25％。如图4(c)所示，最终选取出现概率最高的a6为最优轨迹。
73.在具体实施中，在得到最优轨迹a6后，根据最优轨迹a6计算出第一目标车辆a在每一时刻的加速度、速度以及转角。例如，第一目标车辆a在0秒～1秒的加速度为-5km/h，转角方向为60
°
，速度为10km/h；在1秒～2秒的加速度为0km/h，转角方向为45
°
，速度为10km/h。
第一目标车辆a可根据计算得到的速度与转角确定需要执行的具体操作。关于对最优轨迹a6的调整可参考图2中的相关描述，此处不再赘述。
74.如图5所示，本发明实施例还公开了一种轨迹规划装置。轨迹规划装置50包括：
75.获取模块501，用于获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；
76.目标对生成模块502，用于根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；
77.第一预测模块503，用于对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；
78.第二预测模块504，用于根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；
79.选取模块505，用于根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。
80.在具体实施中，上述轨迹规划装置可以对应于服务器中具有数据处理功能的芯片，例如soc(system-on-a-chip，片上系统)、基带芯片等；或者对应于服务器中包括具有数据处理功能的芯片模组；或者对应于具有数据处理功能芯片的芯片模组，或者对应于服务器。
81.关于所述轨迹规划装置50的工作原理、工作方式的更多内容，可以参照图1至图4中的相关描述，这里不再赘述。
82.关于上述实施例中描述的各个装置、产品包含的各个模块/单元，其可以是软件模块/单元，也可以是硬件模块/单元，或者也可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于终端的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于终端内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
83.本发明实施例还公开了一种存储介质，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，所述存储介质为计算机可读存储介质，其上存储有计算机程序，所述计算机程序运行时可以执行前述实施例中轨迹规划方法的步骤。所述存储介质可以包括
rom、ram、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
84.本发明实施例还公开了一种服务器，所述服务器可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时可以执行前述实施例中轨迹规划方法的步骤。
85.本技术实施例中出现的“多个”是指两个或两个以上。
86.本技术实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本技术实施例中对设备个数的特别限定，不能构成对本技术实施例的任何限制。
87.应理解，本技术实施例中，所述处理器可以为中央处理单元(central processing unit，简称cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
88.还应理解，本技术实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，简称rom)、可编程只读存储器(programmable rom，简称prom)、可擦除可编程只读存储器(erasable prom，简称eprom)、电可擦除可编程只读存储器(electrically eprom，简称eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，简称ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，简称ram)可用，例如静态随机存取存储器(static ram，简称sram)、动态随机存取存储器(dram)、同步动态随机存取存储器(synchronous dram，简称sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，简称ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，简称esdram)、同步连接动态随机存取存储器(synchlink dram，简称sldram)和直接内存总线随机存取存储器(direct rambus ram，简称dr ram)。
89.上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质。半导体介质可以是固态硬盘。
90.应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺
序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
91.在本技术所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
92.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
93.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
94.上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
95.虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
技术特征：1.一种轨迹规划方法，其特征在于，包括：获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。2.根据权利要求1所述的轨迹规划方法，其特征在于，所述根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标包括：将所述第一周围环境信息输入碰撞模型，以得到与所述第一目标车辆具有交互关系的至少一个第二目标。3.根据权利要求1所述的轨迹规划方法，其特征在于，所述根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率包括：将所述第一轨迹和所述第二轨迹输入轨迹预测模型，以得到所述第一目标车辆的第三轨迹及其出现概率。4.根据权利要求1所述的轨迹规划方法，其特征在于，所述根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹包括：使用剔除冗余数据后的所述第一周围环境信息预测所述第一轨迹；使用剔除冗余数据后的所述第二周围环境信息预测所述第二轨迹。5.根据权利要求1所述的轨迹规划方法，其特征在于，所述获取第一目标车辆的第一周围环境信息包括：将获取得到的地图信息、周围目标的行动信息以及信号灯信息进行合并，以形成所述第一周围环境信息。6.根据权利要求5所述的轨迹规划方法，其特征在于，所述地图信息的获取方法包括：获取预先存储于数据库中的地图数据，并根据所述第一目标车辆的定位信息确定车辆所处区域的地图信息。7.根据权利要求1所述的轨迹规划方法，其特征在于，在所述根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹之前包括：根据安全约束条件对各个第三轨迹的出现概率进行调整，以降低不符合所述安全约束条件的所述第三轨迹的出现概率。8.根据权利要求1所述的轨迹规划方法，其特征在于，在所述根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹之后包括：
根据行驶约束条件对所述最优轨迹进行调整，所述行驶约束条件用于对所述第一目标车辆的速度与转角进行限制。9.根据权利要求1所述的轨迹规划方法，其特征在于，在所述根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标之前包括：对所述其他目标进行目标识别，以确定所述其他目标的类型标签；将所述其他目标的类型标签添加至所述第一周围环境信息中。10.一种轨迹规划装置，其特征在于，包括：获取模块，用于获取第一目标车辆的第一周围环境信息，所述第一周围环境信息包括其他目标的行动信息；目标对生成模块，用于根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对，每一目标对包括所述第一目标车辆和一个第二目标；第一预测模块，用于对于每一目标对，根据所述第一周围环境信息预测第一目标车辆的至少一个第一轨迹，以及根据第二目标的第二周围环境信息预测第二目标的至少一个第二轨迹；第二预测模块，用于根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率，所述出现概率表示所述第一目标车辆按照所述第三轨迹行驶的概率；选取模块，用于根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。11.一种服务器，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至8中任一项所述轨迹规划方法的步骤。12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质，所述计算机程序被处理器运行时执行权利要求1至8中任一项所述轨迹规划方法的步骤。
技术总结本发明公开了一种轨迹规划方法及装置、服务器、计算机可读存储介质，所述轨迹规划方法包括：获取第一目标车辆的第一周围环境信息；根据所述第一周围环境信息在所述其他目标中确定与所述第一目标车辆具有交互关系的至少一个第二目标，形成至少一个目标对；对于每一目标对，预测第一目标车辆的至少一个第一轨迹，以及预测第二目标的至少一个第二轨迹；根据各个目标对中第一目标车辆的第一轨迹以及第二目标的第二轨迹预测所述第一目标车辆的第三轨迹及其出现概率；根据各个第三轨迹的出现概率选取所述第一目标车辆的最优轨迹。使用上述技术方案能够减小轨迹预测所需的计算量，以提高无人驾驶车辆的响应速度。以提高无人驾驶车辆的响应速度。以提高无人驾驶车辆的响应速度。
技术研发人员：黄超 于佳宁
受保护的技术使用者：上海仙途智能科技有限公司
技术研发日：2022.06.07
技术公布日：2022/11/1
