本发明涉及智能驾驶，尤其涉及一种低速无人车的避障规划方法、装置、设备及介质。
背景技术：
1、对于自动驾驶车辆，行业内所使用的规划算法分为基于策略的规划算法和基于数据的规划算法两类。前者使用工程师设计的策略以及数学优化等方法通过运算获得车辆行驶轨迹；后者通过大量的数据训练大模型，通过训练好的大模型进行轨迹的生成。基于策略的规划算法有可解释性好，安全性高的优点，但由于实际的车辆驾驶问题复杂程度相当之高，超过人力所能穷举的极限，而且高维的非凸优化计算耗时极高(自动驾驶问题正是一个此类问题)，在真实车辆上无法做到实时运行，因此可以通过数据自行学习的基于数据的规划算法普遍被认为具有更高的上限，是未来更有发展前景的方向。基于数据的规划算法有两种实现方案。
2、一是基于强化学习的方案，但由于强化学习需要对实际环境的完美模拟，这在棋类运动时可以做得到。但在自动驾驶中，以现有技术无法获取足够逼真的仿真器(因为无法模拟真实道路上所有其他车辆/行人的反应)，因此无法进行有效的训练，模拟的真实性问题一直无法有效解决，导致此类方案一直无法大规模应用。
3、二是使用人类驾驶轨迹为真值的监督学习方案，此类方案有两个不足，一是模型的上限会受人类驾驶的影响，无法做到真正超越人类，且受不同驾驶员的风格影响，可能造成模型输出结果的风格不统一，偏激进；其次是多很多种类的低速无人车比如低速物流低速无人车，由于没有驾驶舱的存在，人类驾驶轨迹实际上无法获取，在无法获取人类驾驶轨迹的情况下，此类方案也无法应用。即使用人类驾驶轨迹的监督学习方案无法应用于人类无法驾驶的车辆类别(物流低速无人车，低速扫地车等)，且使用人类驾驶轨迹的监督学习方案最终也会受到人类驾驶轨迹的限制，能力无法真正达到超越人类的水平，并且不同驾驶员的风格差别对模型训练也存在有不利影响。
技术实现思路
1、本发明提供了一种低速无人车的避障规划方法、装置、设备及介质，以实现无人类驾驶轨迹情况下的低速无人车的避障规划模型训练。
2、根据本发明的一方面，提供了一种低速无人车的避障规划方法，包括：
3、通过策略避障规划器获取低速无人车对存在至少一个障碍物的真实路况数据的初始避障轨迹；
4、根据所述初始避障轨迹和所述真实路况数据对基础避障规划模型进行模仿训练，得到中间避障规划模型；
5、根据调优损失函数和所述真实路况数据对所述中间避障规划模型进行调优训练，得到目标避障规划模型；其中，所述目标避障规划模型用于根据低速无人车的实时路况数据确定所述低速无人车的实时避障轨迹。
6、根据本发明的另一方面，提供了一种低速无人车的避障规划装置，包括：
7、轨迹生成模块，用于通过策略避障规划器获取低速无人车对存在至少一个障碍物的真实路况数据的初始避障轨迹；
8、模拟训练模块，用于根据所述初始避障轨迹和所述真实路况数据对基础避障规划模型进行模仿训练，得到中间避障规划模型；
9、调优训练模块，用于根据调优损失函数和所述真实路况数据对所述中间避障规划模型进行调优训练，得到目标避障规划模型；其中，所述目标避障规划模型用于根据低速无人车的实时路况数据确定所述低速无人车的实时避障轨迹。
10、根据本发明的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本发明任一实施例所述的低速无人车的避障规划方法。
11、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
12、至少一个处理器；以及
13、与所述至少一个处理器通信连接的存储器；其中，
14、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的低速无人车的避障规划方法。
15、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的低速无人车的避障规划方法。
16、本发明实施例训练模型先模仿传统规划器的结果，再通过人工设定的调优损失函数进行调优，从而避免了在训练过程中使用人类驾驶数据，这使得本方案中的流程在低速无人送货车等无法人工驾驶的低速无人车类别中可以适用，并具有理论上更广的可用范围和更高的上限。
17、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种低速无人车的避障规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始避障轨迹和所述真实路况数据对基础避障规划模型进行模仿训练，得到中间避障规划模型包括：
3.根据权利要求2所述的方法，其特征在于，所述调优损失函数包括预设的平滑性损失函数、安全性损失函数和效率损失函数，所述根据调优损失函数和所述真实路况数据对所述中间避障规划模型进行调优训练，得到目标避障规划模型包括：
4.根据权利要求3所述的方法，其特征在于，所述安全性损失函数是分段函数，表示如下：
5.根据权利要求3所述的方法，其特征在于，所述效率损失函数是分段不连续且不单调的奖励函数，表示如下：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述低速无人车包括下述至少一种：物流低速无人车、低速扫地车和外卖低速无人车；所述避障轨迹对应的避障措施包括下述至少一种：跟车、左侧绕行、右侧绕行，左侧超车、右侧超车、错车和让行。
7.一种低速无人车的避障规划装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述模拟训练模块包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的低速无人车的避障规划方法。
