轨迹规划方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114967465A(43)申请公布日2022.08.30(21)申请号202210624231.4(22)申请日2022.06.02(71)申请人乐聚(深圳)机器人技术有限公司地址518110广东省深圳市龙华新区观澜街道南大富社区虎地排85号(72)发明人冷晓琨常琳吴雨璁白学林柯真东王松何治成黄贤贤(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463专利代理师崔熠(51)Int.Cl.G05B13/04(2006.01)权利要求书2页说明书12页附图3页(54)发明名称轨迹规划方法、装置、电子设备及存储介质(57)摘要本申请提供一种轨迹规划方法、装置、电子设备及存储介质，涉及运动控制技术领域。该方法包括：根据目标对象当前时刻的运动状态信息，采用预先训练得到的目标轨迹模型，生成目标对象的初始预估运动状态信息；根据目标对象的初始预估运动状态信息，采用模型预测控制算法，调整预估运动状态信息，得到目标对象的目标运动状态信息，目标对象的运动轨迹由至少两个连续时刻的目标运动状态信息构成。通过训练的目标轨迹模型生成初始预估运动状态信息，由于目标轨迹模型是根据样本对象的历史轨迹数据训练得到，基于模型计算初始预估运动状态信息，可使得生成初始预估运动状态信息的效率较高，从而可加快模型预测控制算法的计算速度，提高轨迹生成效率。CN114967465ACN114967465A权利要求书1/2页1.一种轨迹规划方法，其特征在于，包括：根据目标对象当前时刻的运动状态信息，采用预先训练得到的目标轨迹模型，生成所述目标对象的初始预估运动状态信息；根据所述目标对象的初始预估运动状态信息，采用模型预测控制算法，调整所述预估运动状态信息，得到所述目标对象的目标运动状态信息，所述目标对象的运动轨迹由至少两个连续时刻的目标运动状态信息构成。2.根据权利要求1所述的方法，其特征在于，所述目标轨迹模型采用如下方式训练得到：从预先构建的运动状态信息库中获取多个样本对象的多个历史时刻的运动状态信息，运动状态信息包括：对象的位置信息、对象的速度信息及轨迹剩余时间；基于各样本对象的多个历史时刻的运动状态信息对初始轨迹模型进行迭代训练，得到所述目标轨迹模型。3.根据权利要求2所述的方法，其特征在于，所述基于各样本对象的多个历史时刻的运动状态信息对初始轨迹模型进行迭代训练，得到所述目标轨迹模型，包括：将各样本对象的多个历史时刻的运动状态信息输入所述初始轨迹模型中，得到所述初始轨迹模型输出的各样本对象的预估运动状态信息；根据所述预估运动状态信息以及实际运动状态信息，计算所述初始轨迹模型的模型损失，根据所述模型损失修正所述初始轨迹模型的模型参数，并基于修正后的初始轨迹模型重新对样本对象进行运动状态信息预估；迭代执行上述步骤，直至所述初始轨迹模型的模型损失满足预设条件，并将满足预设条件的初始轨迹模型作为所述目标轨迹模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述预估运动状态信息以及实际运动状态信息，计算所述初始轨迹模型的模型损失，包括：根据各所述样本对象在各历史时刻的运动状态信息，使用模型预测控制算法，计算各所述样本对象的所述实际运动状态信息；对各所述样本对象的所述预估运动状态信息以所述实际运动状态信息进行比对分析，得到所述初始轨迹模型的模型损失。5.根据权利要求1‑4任一所述的方法，其特征在于，所述根据所述目标对象的初始预估运动状态信息，采用模型预测控制算法，调整所述预估运动状态信息，得到所述目标对象的目标运动状态信息，包括：将所述目标对象的初始预估运动状态信息作为输入参数输入所述模型预测控制算法，计算得到所述目标对象的目标运动状态信息。6.根据权利要求2所述的方法，其特征在于，所述从预先构建的运动状态信息库中获取多个样本对象的多个历史时刻的运动状态信息之前，还包括：获取多个样本对象的多个历史运动轨迹，各历史运动轨迹由各样本对象的至少两个连续历史时刻的运动状态信息构成；对各样本对象的各历史运动轨迹进行拆分，得到各样本对象的多个历史时刻的运动状态信息；由各样本对象的多个历史时刻的运动状态信息，构建所述运动状态信息库。2CN114967465A权利要求书2/2页7.根据权利要求2所述的方法，其特征在于，所述对象的位置信息包括：对象的位置及对象的朝向；所述对象的速度信息包括：对象的三维速度及三维加速度。8.一种轨迹规划装置，其特征在于，包括：生成模块、修正模块；所述生成模块，用于根据目标对象当前时刻的运动状态信息，采用预先训练得到的目标轨迹模型，生成所述目标对象的初始预估运动状态信息；所述修正模块，用于根据所述目标对象的初始预估运动状态信息，采用模型预测控制算法，调整所述预估运动状态信息，得到所述