CN112306059B - 一种控制模型的训练方法、控制方法以及装置 - Google Patents
一种控制模型的训练方法、控制方法以及装置 Download PDFInfo
- Publication number
- CN112306059B CN112306059B CN202011104599.5A CN202011104599A CN112306059B CN 112306059 B CN112306059 B CN 112306059B CN 202011104599 A CN202011104599 A CN 202011104599A CN 112306059 B CN112306059 B CN 112306059B
- Authority
- CN
- China
- Prior art keywords
- control model
- track
- obstacle
- state data
- interaction level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000003993 interaction Effects 0.000 claims description 206
- 230000033001 locomotion Effects 0.000 claims description 78
- 230000006870 function Effects 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 20
- 230000004888 barrier function Effects 0.000 description 15
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
- G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Feedback Control In General (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本说明书公开了一种控制模型的训练方法、控制方法以及装置,获取第一采集设备和第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据。将第一状态数据输入到控制模型中,确定出第一采集设备在设定历史时刻之后的规划轨迹。根据规划轨迹,确定控制模型对应的奖励函数的奖励值,并根据奖励值,对控制模型进行训练。本方法通过第一采集设备和第一采集设备周围的障碍物在设定历史时刻时的状态数据,进行控制模型的训练,通过训练完成的控制模型规划轨迹,根据规划轨迹对无人驾驶设备进行控制,从而降低了无人驾驶设备与周围障碍物发生碰撞的概率。
Description
技术领域
本说明书涉及无人驾驶技术领域,尤其涉及一种控制模型的训练方法、控制方法以及装置。
背景技术
目前,城市交通中的路口场景因交通情况复杂且模式不统一,导致无人驾驶设备在复杂场景下不能规划出合理的运动轨迹。
无人驾驶设备在交通情况复杂的道路上会遇到许多的障碍物,无人驾驶设备往往根据自身的状况来避免与障碍物发生碰撞,但在实际应用中,仅仅根据自身的状况来躲避障碍物的准确率并不高,存在与周围其他障碍物碰撞的可能,安全性较低。
因此,无人驾驶设备根据周围交通参与者的交互情况如何规划出一条合理的运动路径,则是一个亟待解决的问题。
发明内容
本说明书提供一种控制模型的训练方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种控制模型的训练方法,包括:
获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据;
将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述第一障碍物在所述设定历史时刻之后按照第二轨迹行驶的情况下确定,所述第二轨迹是所述控制模型根据所述第一状态数据确定,或是所述控制模型在所述第一采集设备按照第一轨迹在所述设定历史时刻之后进行行驶的情况下,根据所述第一状态数据确定,所述第一轨迹是所述控制模型根据所述第一状态数据确定的所述第一采集设备在所述设定历史时刻之后的基础轨迹;
根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练。
可选地,将所述第一状态数据输入到待训练的控制模型中之前,所述方法还包括:
获取所述第一采集设备和所述第一障碍物在所述设定历史时刻之前的状态数据,作为第二状态数据;
将所述第二状态数据输入到预先训练的交互状态预测模型,以预测所述第一障碍物的障碍物交互层级,不同障碍物交互层级用于表征各第一障碍物之间的不同的交互状态;
将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
将所述第一状态数据输入到所述障碍物交互层级对应的控制模型,确定所述采集设备在所述障碍物交互层级下,在所述设定历史时刻之后的规划轨迹。
可选地,预先训练的交互状态预测模型,具体包括:
获取训练样本;
将所述训练样本中包含的第二采集设备和所述第二采集设备周围的第二障碍物的状态数据输入到所述交互状态预测模型,以预测所述第二障碍物的交互层级;
以最小化所述第二障碍物的交互层级与所述训练样本中包含的标签数据之间的偏差为优化目标,对所述交互状态预测模型进行训练。
可选地,若所述第一障碍物在所述设定历史时刻的障碍物交互层级为K,所述第一采集设备在所述设定历史时刻的设备交互层级为K+1,K为不小于2的整数。
可选地,将所述第一状态数据输入到待训练的控制模型中,以确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定所述障碍物交互层级为K,获取设备交互层级K-1所涉及的第一模型参数,并将所述第一模型参数作为所述障碍物交互层级K对应的控制模型中涉及所述设备交互层级K-1的模型参数,所述第一模型参数是从训练后的障碍物交互层级K-2对应的控制模型K-2中获取到的;
将所述第一状态数据输入到所述障碍物交互层级K对应的控制模型K,确定所述第一采集设备在所述障碍物交互层级K下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级K+1下对应的运动轨迹,所述规划轨迹是所述控制模型K将所述第一障碍物在所述障碍物交互层级K下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型K是将所述第一采集设备在设备交互层级K-1下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型K根据所述设备交互层级K-1涉及的模型参数以及所述第一状态数据确定的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型K中包含的障碍物交互层级K的模型参数,以及设备交互层级K+1的模型参数进行调整,以对所述控制模型K进行训练。
可选地,将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定所述障碍物交互层级为0,将所述第一状态数据输入到障碍物交互层级0对应的控制模型0中,确定所述第一采集设备在设备交互层级为1时的运动轨迹,作为所述第一采集设备在所述障碍物交互层级0下的所述规划轨迹,其中,所述规划轨迹是所述控制模型0将所述第一障碍物在所述障碍物交互层级0下的运动轨迹作为第二轨迹,并根据所述第二轨迹确定出的,所述第二轨迹是所述控制模型0根据所述第一状态数据确定出的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型0中包含的障碍物交互层级0的模型参数,以及设备交互层级1的模型参数进行调整,以对所述控制模型0进行训练。
可选地,将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定障碍物交互层级为1,将所述第一状态数据输入到所述障碍物交互层级1对应的控制模型1,确定所述第一采集设备在所述障碍物交互层级1下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级2下对应的运动轨迹,所述规划轨迹是所述控制模型1将所述第一障碍物在所述障碍物交互层级1下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型1是将所述第一采集设备在设备交互层级0下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型1根据所述第一状态数据确定的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型1中包含的设备交互层级0的模型参数,障碍物交互层级1的模型参数,以及设备交互层级2的模型参数进行调整,以对所述控制模型1进行训练。
可选地,根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述规划轨迹以及所述第一障碍物的历史运动轨迹,确定所述奖励函数中的第一影响因子,以及根据所述规划轨迹,确定所述奖励函数中的第二影响因子,所述第一影响因子用于表征所述第一采集设备与所述第一障碍物的碰撞概率,所述第二影响因子用于表征所述第一采集设备的行驶效率;
根据所述第一影响因子以及所述第二影响因子,确定所述奖励函数的奖励值,并以最大化所述奖励值为训练目标,对所述控制模型进行训练。
本说明书提供了一种无人驾驶设备的控制方法,包括:
获取无人驾驶设备和所述无人驾驶设备周围的障碍物在当前时刻时的状态数据,作为当前状态数据;
将所述当前状态数据输入到控制模型中,确定出所述无人驾驶设备在所述当前时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述障碍物在所述当前时刻之后按照障碍物轨迹行驶的情况下确定,所述障碍物轨迹是所述控制模型根据所述当前状态数据确定,或是所述控制模型在所述无人驾驶设备按照基础轨迹在所述当前时刻之后进行行驶的情况下,根据所述当前状态数据确定,所述基础轨迹是所述控制模型根据所述当前状态数据确定的,所述控制模型是通过上述控制模型的训练方法得到的;
根据所述规划轨迹,对所述无人驾驶设备进行控制。
本说明书提供了一种控制模型的训练装置,包括:
获取模块,用于获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据;
确定模块,用于将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述第一障碍物在所述设定历史时刻之后按照第二轨迹行驶的情况下确定,所述第二轨迹是所述控制模型根据所述第一状态数据确定,或是所述控制模型在所述第一采集设备按照第一轨迹在所述设定历史时刻之后进行行驶的情况下,根据所述第一状态数据确定,所述第一轨迹是所述控制模型根据所述第一状态数据确定的所述第一采集设备在所述设定历史时刻之后的基础轨迹;
训练模块,用于根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练。
本说明书提供了一种无人驾驶设备的控制装置,包括:
获取模块,用于获取无人驾驶设备和所述无人驾驶设备周围的障碍物在当前时刻时的状态数据,作为当前状态数据;
确定模块,用于将所述当前状态数据输入到控制模型中,确定出所述无人驾驶设备在所述当前时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述障碍物在所述当前时刻之后按照障碍物轨迹行驶的情况下确定,所述障碍物轨迹是所述控制模型根据所述当前状态数据确定,或是所述控制模型在所述无人驾驶设备按照基础轨迹在所述当前时刻之后进行行驶的情况下,根据所述当前状态数据确定,所述基础轨迹是所述控制模型根据所述当前状态数据确定的,所述控制模型是通过上述控制模型的训练方法得到的;
控制模块,根据所述规划轨迹,对所述无人驾驶设备进行控制。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述控制模型的训练方法或无人驾驶设备的控制方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述控制模型的训练方法或无人驾驶设备的控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的控制模型的训练方法中,获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据,并将第一状态数据输入到控制模型中,确定出第一采集设备在设定历史时刻之后的规划轨迹,其中,规划轨迹是控制模型根据第一障碍物在设定历史时刻之后按照第二轨迹行驶的情况下确定,第二轨迹是控制模型根据第一状态数据确定,或是控制模型在第一采集设备按照第一轨迹在设定历史时刻之后进行行驶的情况下,根据第一状态数据确定,第一轨迹是控制模型根据第一状态数据确定的第一采集设备在设定历史时刻之后的基础轨迹。然后,根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练。
从上述的模型训练过程中可以看出,控制模型输出的第一采集设备在设定历史时刻之后的运动轨迹是以第一障碍物考虑了第一采集设备在设定历史时刻之后按照一定的运动轨迹进行行驶的情况下确定出的。通过这种方式训练控制模型,将该控制模型运用到实际应用中可以使得无人驾驶设备在考虑周围障碍物接下来运动状态的情况下确定行驶策略,从而有效地保障了无人驾驶设备的安全行驶,避免与周围障碍物发生碰撞。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的控制模型的训练方法的流程示意图;
图2为本说明书实施例提供的一种采集设备和障碍物的运动轨迹的示意图;
图3为本说明书实施例提供的对障碍物交互层级为4的控制模型进行训练的示意图;
图4为本说明书实施例提供的控制模型0的训练过程示意图;
图5为本说明书实施例提供的无人驾驶设备的控制方法的流程示意图;
图6为本说明书实施例提供的一种交互状态预测模型和控制模型的示意图;
图7为本说明书实施例提供的控制模型训练装置结构示意图;
图8为本说明书实施例提供的无人驾驶设备的控制装置结构示意图;
图9为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
在本说明书实施例中,根据第一状态数据进行规划轨迹之前,需要依赖预先训练好的控制模型,所有,下面将先介绍如何对控制模型进行训练的过程,如图1所示。
图1为本说明书实施例提供的控制模型的训练方法的流程示意图,具体包括以下步骤:
S100:获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据。
在本说明书实施例中,第一采集设备在运动过程中,可以采集自身的状态数据和采集设备周围的第一障碍物在设定历史时刻时的状态数据,其中,这里提到的第一采集设备是指在控制模型训练的过程中进行数据采集的设备,如人为驾驶的汽车、有人操控的机器人等设备。这里提到的第一障碍物是指第一采集设备运动过程中周围的车辆、自行车、行人等可以运动的物体,即能够对第一采集设备运动造成干扰的动态障碍物,这里提到的设定历史时刻可以是人为选定的历史时刻。
对控制模型进行训练的执行主体可以是服务器,也可以是诸如台式电脑等电子设备,为了便于描述,下面仅以服务器为执行主体,对本说明书提供的控制模型的训练方法进行说明。
服务器可以获取第一采集设备和第一采集设备周围的第一障碍物在设定历史时刻时的状态数据。也就是说,第一采集设备主要负责控制模型训练的前期数据采集。其中,获取到的状态数据可以包括:第一采集设备和第一采集设备周围的障碍物的位置数据、第一采集设备和第一采集设备周围的障碍物的速度数据、第一采集设备和第一采集设备周围的障碍物的转向角数据等。在第一采集设备运动过程中,周围可能存在多个第一障碍物,因此,第一采集设备可以针对周围每个第一障碍物,采集并获取这些第一障碍物的状态数据。
S102:将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述第一障碍物在所述设定历史时刻之后按照第二轨迹行驶的情况下确定,所述第二轨迹是所述控制模型根据所述第一状态数据确定,或是所述控制模型在所述第一采集设备按照第一轨迹在所述设定历史时刻之后进行行驶的情况下,根据所述第一状态数据确定,所述第一轨迹是所述控制模型根据所述第一状态数据确定的所述第一采集设备在所述设定历史时刻之后的基础轨迹。
上述控制模型中输出的运动轨迹是指控制模型确定出的第一采集设备在设定历史时刻之后需要行驶的轨迹。这一轨迹是在控制模型是在第一障碍物考虑了第一采集设备在设定历史时刻之后按照一定的运动轨迹进行行驶的情况下确定出的。
其中,上述提到的基础轨迹可以理解为仅根据获取到的第一状态数据所确定出的第一采集设备在设定历史时刻之后的运动轨迹。在确定上述第一轨迹(即基础轨迹)时,可以根据该第一状态数据中包含的所有数据进行确定,也可以根据该第一状态数据中的部分数据进行确定。例如,可以仅根据第一状态数据中的第一采集设备和第一采集设备周围的第一障碍物的位置数据,来确定该第一轨迹。需要指出的是,本说明书中提到的第一轨迹可以理解成控制模型在未充分考虑第一采集设备和第一障碍物之间的交互情况下,确定出的第一采集设备在设定历史时刻之后所要行驶的轨迹。
上述提到的第二轨迹,可以是控制模型根据上述第一状态数据所预测出的第一障碍物在设定历史时刻之后行驶的轨迹,也可以是根据该第一状态数据以及第一轨迹所预测出的第一障碍物在设定历史时刻之后的行驶轨迹。前一种情况可以理解为,控制模型在第一障碍物仅考虑第一状态数据的情况下所预测出的轨迹,而后一种情况可以理解为,控制模型在第一障碍物考虑第一采集设备按照上述第一轨迹行驶的情况下,结合第一状态数据所预测出的轨迹。
进一步地,控制模型输出的第一采集设备在设定历史时刻之后的规划轨迹,其实是控制模型假定第一采集设备考虑了第一障碍物在设定历史时刻之后按照上述第二轨迹行驶的情况下所确定出的。从上述内容中可以看出,控制模型中的决策逻辑是充分考虑第一采集设备周围障碍物在设定历史时刻后的行驶状况的,所以,将训练后的控制模型部署到实际的无人驾驶设备中,可以有效地保证无人驾驶设备在实际行驶过程中的安全性,如图2所示。
图2为本说明书实施例提供的一种采集设备和障碍物的运动轨迹的示意图。
在图2所示的路口场景下,在该路口场景下,第一采集设备根据第一障碍物所预测的第一采集设备是直线行驶(即图2中的虚线1),因此第一障碍物会根据第一采集设备是直线行驶的情况,变更车道避免与第一采集设备发生碰撞(即图2中虚线4),而第一采集设备根据第一障碍物的变更车道的情况和第一障碍物的状态数据,确定是更换车道(即图2中的虚线2)或加速直线行驶(按照图2中的虚线1加速行驶),以避免与第一障碍物发生碰撞,同时提高行驶效率。
在本说明书实施例中,将第一状态数据输入到待训练的控制模型之前,需要将第一采集设备获取到的第一采集设备和第一障碍物在设定历史时刻之前(过去一段时间内)的状态数据,作为第二状态数据,并将第二状态数据输入到预先训练的交互状态预测模型中,以预测第一障碍物的障碍物交互层级。其中,障碍物交互层级主要用于体现控制模型预测第一障碍物在设定历史时刻之后行驶轨迹的策略。不同的障碍物交互层级,所体现出的控制模型预测上述第二轨迹所采用的策略也不尽相同。如,对于相同的第一状态数据以及第一轨迹来说,控制模型按照不同障碍物交互层级的策略最终确定出的第二轨迹也是不尽相同的。
上述提到的交互状态预测模型可以是循环神经网络(Recurrent NeuralNetwork,RNN),或是循环神经网络的变种,如长短期记忆网络(Long Short-Term MemoryL,LSTM)等得到的模型,本说明书不对交互状态预测模型的具体形式进行限定。
进一步地,在本说明书实施例中,不同障碍物交互层级可以对应不同的控制模型,所以,可以先将上述第二状态数据输入到预先训练好的交互状态预测模型,来确定出第一采集设备和周围的第一障碍物在设定历史时刻之前以第二状态数据存在的情况下,应适用于哪一控制模型。
其中,交互状态预测模型是根据训练样本中包含的第二采集设备和第二采集设备周围的第二障碍物的状态数据输入到交互状态预测模型,以预测所述第二障碍物的交互层级,以最小化第二障碍物的交互层级与训练样本中包含的标签数据之间的偏差为优化目标训练完成的。
这里提到的训练样本是指第二采集设备预先采集好的第二采集设备和第二采集设备周围的第二障碍物的状态数据,以及预先设定好的状态数据对应的标签数据。这里提到的第二采集设备和上述的第一采集设备可以是相同的,也可以是不同但具备相同功能的设备,第一障碍物和第二障碍物只是用于区分第一采集设备和第二采集设备周围的障碍物。
上述的第一状态数据和第二状态数据也有所不同,第一状态数据是指第一采集设备和第一障碍物在一个时刻的状态数据,而第二状态数据是指第二采集设备和第二障碍物在一个时刻之前一段时间的状态数据。而上述交互状态预测模型和控制模型可以分别进行单独训练。
在交互状态预测模型的训练过程中,根据训练样本中包含的第二采集设备和第二采集设备周围的第二障碍物的第二状态数据,预测第二障碍物的交互层级,并与标签数据进行对比,根据第二障碍物的交互层级与标签数据之间的偏差对交互状态预测模型进行优化,经过多轮的迭代训练,使偏差不断减小,进而完成交互状态预测模型的训练过程。
在本说明书实施例中,不同障碍物交互层级对应的控制模型可以分为几种情况,障碍物交互层级为K(K不小于2)为一种情况,障碍物交互层级为0是一种情况,障碍物交互层级为1是一种情况。对于这三种情况来说,控制模型中的策略配置有所不同,训练过程也有所差别,下面将分别对这三种情况进行说明。
对于障碍物交互层级为K的情况来说,控制模型中包含有三层网络结构,不同网络结构对应不同的策略,其中,一层网络结构为设备交互层级为K-1对应的网络结构,一层为障碍物交互层级为K对应的网络结构,一层为设备交互层级为K+1对应的网络结构。
设备交互层级主要用于体现控制模型确定第一采集设备在设定历史时刻之后行驶轨迹的策略。不同的设备交互层级,所体现出的控制模型预测上述第一轨迹或是规划轨迹所采用的策略也不尽相同。
在本说明书实施例中,可以按照K的大小,以从小到大的顺序对不同障碍物交互层级对应的控制模型依次训练的,如先训练障碍物交互层级为2的控制模型2,控制模型2中的设备交互层级1的模型参数,可以从训练完的控制模型0中设备交互层级1的模型参数直接获取。控制模型3中的设备交互层级2的模型参数,可以从训练完的控制模型1中设备交互层级2的模型参数直接获取,控制模型4中的设备交互层级3的模型参数,可以从训练完的控制模型2中设备交互层级3的模型参数直接获取。
所以,在一般情况下,对于障碍物交互层级K对应控制模型K来说,控制模型K中包含障碍物交互层级K的网络结构、设备交互层级K+1的网络结构以及设备交互层级K-1的网络结构。其中,控制模型K中关于设备交互层级K-1网络结构的模型参数是训练后的控制模型K-2中获取到的,即,从训练后的控制模型K-2中设备交互层级K-1的网络结构中,获取控制模型K中设备交互层级K-1的模型参数。
进一步地,根据该控制模型K中设备交互层级K-1的模型参数以及第一状态数据,可以确定控制模型K中设备交互层级K-1对应的运动轨迹,根据控制模型K中设备交互层级K-1对应的运动轨迹以及第一状态数据,可以确定障碍物交互层级K对应的运动轨迹,进而根据控制模型K中障碍物交互层级K对应的运动轨迹以及第一状态数据,可以确定控制模型K中设备交互层级K+1对应的运动轨迹,即上述规划轨迹,如图3所示。
图3为本说明书实施例提供的对障碍物交互层级为4的控制模型进行训练的示意图。
对于障碍物交互层级4对应控制模型4来说,控制模型4中包含障碍物交互层级4的网络结构、设备交互层级5的网络结构以及设备交互层级3的网络结构。设备交互层级3在控制模型4中的模型参数,可以是从训练后的控制模型2中直接获取的。可以理解成,控制模型4中的一部分模型参数是从之前训练好的控制模型中直接获取到的,而对控制模型4进行训练,实际上是需要对控制模型中无法从之前训练好的控制模型中直接获取的模型参数进行训练,即,在已知一部分模型参数的情况下,通过训练的方式确定另一部分需要调整的模型参数。
所以,在从控制模型2中获取到设备交互层级3网络结构的模型参数后,可以根据该控制模型4中设备交互层级3的模型参数以及第一状态数据,确定控制模型4中设备交互层级3对应的运动轨迹,即上述提到的第一轨迹。而后,再根据控制模型4中设备交互层级3对应的运动轨迹以及第一状态数据,通过障碍物交互层级4的模型参数确定障碍物交互层级4对应的运动轨迹,即,上述提到的第二轨迹。最终根据控制模型4中障碍物交互层级4对应的运动轨迹以及第一状态数据,通过设备交互层级5的模型参数确定控制模型4中设备交互层级5对应的运动轨迹,即上述提到的规划轨迹。也就是说,每一层设备交互层级对应的运动轨迹是由前一层障碍物交互层级所对应的模型参数和输入的第一状态数据确定的,而每一层障碍物交互层级对应的运动轨迹是由前一层设备交互层级所对应的模型参数和输入的第一状态数据确定的。
在上述示例中,控制模型4中障碍物交互层级4的模型参数和设备交互层级5的模型参数即为另一部分需要调整的模型参数,所以,对控制模型4进行训练,实际上是为了调整障碍物交互层级4的模型参数和设备交互层级5的模型参数。
对于障碍物交互层级0对应控制模型的训练方式来说,具体可以参见图4。
图4为本说明书实施例提供的控制模型0的训练过程示意图。
对于障碍物交互层级为0的情况来说,其对应的控制模型0中包含有两层网络结构,不同网络结构对应不同的策略,其中,一层为障碍物交互层级为0对应的网络结构,一层为设备交互层级为1对应的网络结构。
进一步地,在本说明书实施例中,在障碍物交互层级为K的情况下,控制模型K中设备交互层级为K-1的模型参数可以从控制模型K-2中获取,但是,控制模型0中障碍物交互层级0的模型参数是无法从之前的控制模型中获取,因此,控制模型0中各网络结构的模型参数是均需要通过训练才能确定出的。
因此,在对控制模型0进行训练时,可以将第一状态数据输入到控制模型0中,确定障碍物交互层级0的运动轨迹,即上述提到的第二轨迹。然后,根据障碍物交互层级0的运动轨迹以及设备交互层级1的模型参数,确定控制模型0中设备交互层级1对应的运动轨迹,即上述提到的规划轨迹。也就是说,对控制模型0进行训练的过程,实际上是对控制模型0中,障碍物交互层级0的模型参数以及设备交互层级1的模型参数进行不断调整的过程,以最终达到训练目标。
控制模型0所体现出的策略是在障碍物不完全考虑与采集设备之间交互的情况下,来对采集设备的行驶轨迹进行规划。例如在图2的路口场景下,第一采集设备根据控制模型0预测第一障碍物的运动轨迹为直线行驶(即图2中的虚线3)(因为第一障碍物并未完全考虑与第一采集设备之间的交互情况,所以按照直线行驶),因此第一采集设备会根据第一障碍物是直线行驶的情况,变更车道避免与第一障碍物发生碰撞(即图2中的虚线2)。
对于障碍物交互层级为1的情况来说,其对应的控制模型1中包含有三层网络结构,不同网络结构对应不同的策略,其中,一层网络结构为设备交互层级为0对应的网络结构,一层为障碍物交互层级为1对应的网络结构,一层为设备交互层级为2对应的网络结构。
进一步地,由于控制模型0中不包含有设备交互层级0的网络结构,所以,控制模型1中设备交互层级为0的模型参数,是无法从之前的控制模型(即控制模型0)中获取,因此,控制模型1中各网络结构的模型参数也均需要通过训练得到的。
具体的,在对控制模型1进行训练的过程中,可以将第一状态数据输入到控制模型1中,确定设备交互层级0的运动轨迹,即上述提到的第一轨迹。而后,根据设备交互层级0的运动轨迹以及第一状态数据,通过障碍物交互层级1的模型参数,确定控制模型1中障碍物交互层级1的运动轨迹,即上述提到的第二轨迹。最后,可以根据障碍物交互层级1的运动轨迹以及第一状态数据,通过设备交互层级2的模型参数确定控制模型1中设备交互层级2对应的运动轨迹,即上述提到的规划轨迹。
换句话说,对控制模型1进行训练的过程,实际上是对控制模型1中,设备交互层级0的模型参数、障碍物交互层级1的模型参数以及设备交互层级2的模型参数进行不断调整的过程,以最终达到训练目标。
需要说明的是,交互层级为0可以是指第一采集设备或第一障碍物未充分考虑与其他设备或障碍物之间交互的情况下所体现出的策略,如将其他设备或障碍物视为静止不动的物体。也就是说,将第一状态数据输入到控制模型0中时,根据第一状态数据确定的障碍物交互层级0的运动轨迹,可以理解成控制模型0仅根据第一状态数据中的第一采集设备和周围的第一障碍物的位置数据确定,或可以理解成控制模型在未充分考虑第一采集设备和第一障碍物之间的交互情况下,确定出的第一障碍物在设定历史时刻之后所要行驶的轨迹。对于设备交互层级0亦是如此,在此就不详细赘述了。
S104:根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练。
在本说明书实施例中,除了需要保证第一采集设备按照控制模型输出的规划轨迹进行行驶的过程中,不会与周围的第一障碍物发生碰撞,还可以进一步地保证第一采集设备按照该规划轨迹进行行驶时的行驶效率。所以,服务器可以根据确定出的规划轨迹,确定控制模型对应的奖励函数的奖励值,并根据奖励值,对控制模型进行训练。
采用的奖励函数包括:用于表征第一采集设备和第一障碍物之间碰撞概率的第一影响因子,以及用于表征第一采集设备行驶效率的第二影响因子。其中,由于在模型训练过程中所采用的数据都是之前采集到的历史数据,所以,第一障碍物在设定历史时刻之后的实际运动轨迹是已知的,因此,可以通过已知的第一障碍物在设定历史时刻之后的实际运动轨迹和控制模型输出的规划轨迹,确定出在设定历史时刻之后,第一采集设备和第一障碍物之间的碰撞概率。这里提到的行驶效率可以通过诸如第一采集设备按照该规划轨迹行驶时的平均速度、加速度以及在该规划轨迹上行驶的末速度等数据来体现。
进一步地,若是第一采集设备和第一障碍物之间的碰撞概率越高,则上述奖励值越低(即碰撞概率与奖励值呈负相关的关系)。而若是第一采集设备的行驶效率越高(如第一采集设备按照该规划轨迹行驶时的平均速度越高),则上述的奖励值也越高(即行驶效率与奖励值呈正相关的关系)。
在本说明书实施例中,上述碰撞概率的确定方式可以有多种,如,可以上述规划轨迹以及已知的第一障碍物在设定历史时刻之后的实际运动轨迹输入到仿真***中,通过该仿真***来确定出第一采集设备和第一障碍物在设定历史时刻之后的碰撞概率。其他的方式在此就不详细举例说明了。
需要指出的是,对控制模型进行训练所使用的奖励函数的具体形式可以有多种,只要能够表征出奖励值与上述碰撞概率呈负相关的关系,以及奖励值与上述行驶效率呈正相关的关系即可,本说明书不对奖励函数的具体形式进行限制。
在本说明书实施例中,服务器可以以奖励函数的奖励值最大为优化目标,通过调整和优化上述控制模型中包含的模型参数,实现该控制模型的训练。也就是说,经过多轮的迭代训练,可以使奖励函数的奖励值不断增大,并收敛在一个数值范围内,进而完成信息推荐模型的训练过程。
当然,除了以奖励值最大为优化目标对控制模型进行训练外,还可以以预设的奖励值为优化目标,通过调整控制模型中包含的模型参数,对控制模型进行训练。也就是说,在多轮迭代训练的过程中,需要使奖励值不断的接近该预设的奖励值,当经过多轮迭代训练后,奖励值在该预设的奖励值周围来回浮动,则可以确定完成对该控制模型的训练。
从上述过程中可以看出,由于在模型训练的过程中不仅考虑到了第一采集设备碰撞概率,同时也考虑到了第一采集设备的行驶效率,这使得训练后的控制模型根据第一状态数据得到的运动轨迹不仅能够提高行驶过程中的安全性,同时还能够提高行驶效率。
本说明书实施例在控制模型的训练完成后,可以将训练后的控制模型部署到无人驾驶设备中,以实现对无人驾驶设备的控制,如图5所示。
图5为本说明书实施例提供的无人驾驶设备的控制方法的流程示意图,具体包括:
S500:获取无人驾驶设备和所述无人驾驶设备周围的障碍物在当前时刻时的状态数据,作为当前状态数据。
S502:将所述当前状态数据输入到控制模型中,确定出所述无人驾驶设备在所述当前时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述障碍物在所述当前时刻之后按照障碍物轨迹行驶的情况下确定,所述障碍物轨迹是所述控制模型根据所述当前状态数据确定,或是所述控制模型在所述无人驾驶设备按照基础轨迹在所述当前时刻之后进行行驶的情况下,根据所述当前状态数据确定,所述基础轨迹是所述控制模型根据所述当前状态数据确定的。
S504:根据所述规划轨迹,对所述无人驾驶设备进行控制。
在本说明书实施例中,无人驾驶设备可以通过自身设置的各种传感器(如摄像头、激光雷达等),获取无人驾驶设备和无人驾驶设备周围的障碍物在当前时刻时的状态数据,作为当前状态数据。而后,将当前状态数据输入到控制模型中,确定出无人驾驶设备在当前时刻之后的规划轨迹。
其中,规划轨迹是控制模型根据障碍物在当前时刻之后按照障碍物轨迹行驶的情况下确定,该障碍物轨迹是控制模型根据当前状态数据确定(如若使用的是障碍物交互层级0的控制模型0,则仅需要当前状态数据来确定该障碍物轨迹),或是控制模型在无人驾驶设备按照基础轨迹在当前时刻之后进行行驶的情况下,根据当前状态数据确定的。基础轨迹是控制模型根据当前状态数据确定的无人驾驶设备在当前时刻之后的轨迹。相应的,无人驾驶设备可以基于该规划轨迹,对自身实施控制。其中,S500~S502所涉及的内容,与上述模型训练阶段基本相同,在此就不详细赘述了。
本说明书实施例在控制模型的使用过程中,无人驾驶设备可以通过交互状态预测模型确定出障碍物交互层级,再根据障碍物交互层级确定所对应的控制模型,将当前状态数据输入到障碍物交互层级对应的控制模型,确定无人驾驶设备的规划轨迹,如图6所示。
图6为本说明书实施例提供的一种交互状态预测模型和控制模型的示意图。
在本说明书实施例中,无人驾驶设备可以获取无人驾驶设备和无人驾驶设备周围的障碍物在当前时刻之前的状态数据,作为历史状态数据,也就是无人驾驶设备和无人驾驶设备周围的障碍物在当前时刻前的一段时间内的状态数据。而后,无人驾驶设备可以将该历史状态数据输入到预先训练的交互状态预测模型,以预测无人驾驶设备周围的障碍物的障碍物交互层级。在确定出障碍物的障碍物交互层级后,可以将获取到的当前状态数据输入到该障碍物交互层级对应的控制模型中,确定无人驾驶设备在该障碍物交互层级下,在接下来一段时间内的规划的运动轨迹。
从上述方法中可以看出,控制模型输出的第一采集设备在设定历史时刻之后的运动轨迹是以第一障碍物考虑了第一采集设备在设定历史时刻之后按照一定的运动轨迹进行行驶的情况下确定出的。通过这种方式训练控制模型,将该控制模型运用到实际应用中可以使得无人驾驶设备在考虑周围障碍物接下来运动状态的情况下确定行驶策略,从而有效地保障了无人驾驶设备的安全行驶,避免与周围障碍物发生碰撞。
需要说明的是,本说明书提到的控制模型可以是深度强化学习(Deep Q Network,DQN)、LSTM等得到的模型。本说明书不对控制模型的具体形式进行限定。
以上为本说明书的一个或多个实施例提供的控制模型训练的方法,基于同样的思路,本说明书还提供了相应的控制模型训练的装置,如图7所示。
图7为本说明书实施例提供的控制模型训练装置结构示意图,具体包括:
获取模块700,用于获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据;
确定模块702,用于将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述第一障碍物在所述设定历史时刻之后按照第二轨迹行驶的情况下确定,所述第二轨迹是所述控制模型根据所述第一状态数据确定,或是所述控制模型在所述第一采集设备按照第一轨迹在所述设定历史时刻之后进行行驶的情况下,根据所述第一状态数据确定,所述第一轨迹是所述控制模型根据所述第一状态数据确定的所述第一采集设备在所述设定历史时刻之后的基础轨迹;
训练模块704,用于根据所述规划轨迹,确定所述控制模型对应的奖励函数的奖励值,并根据所述奖励值,对所述控制模型进行训练。
可选地,所述获取模块700具体用于,获取所述第一采集设备和所述第一障碍物在所述设定历史时刻之前的状态数据,作为第二状态数据,将所述第二状态数据输入到预先训练的交互状态预测模型,以预测所述第一障碍物的障碍物交互层级,不同障碍物交互层级用于表征各第一障碍物之间的不同的交互状态,将所述第一状态数据输入到所述障碍物交互层级对应的控制模型,确定所述采集设备在所述障碍物交互层级下,在所述设定历史时刻之后的规划轨迹。
可选地,所述获取模块700具体用于,获取训练样本,将所述训练样本中包含的第二采集设备和所述第二采集设备周围的第二障碍物的状态数据输入到所述交互状态预测模型,以预测所述第二障碍物的交互层级,以最小化所述第二障碍物的交互层级与所述训练样本中包含的标签数据之间的偏差为优化目标,对所述交互状态预测模型进行训练。
可选地,所述获取模块700具体用于,若所述第一障碍物在所述设定历史时刻的障碍物交互层级为K,所述第一采集设备在所述设定历史时刻的设备交互层级为K+1,K为不小于2的整数。
可选地,所述获取模块700具体用于,若确定所述障碍物交互层级为K,获取设备交互层级K-1所涉及的第一模型参数,并将所述第一模型参数作为所述障碍物交互层级K对应的控制模型中涉及所述设备交互层级K-1的模型参数,所述第一模型参数是从训练后的障碍物交互层级K-2对应的控制模型K-2中获取到的。将所述第一状态数据输入到所述障碍物交互层级K对应的控制模型K,确定所述第一采集设备在所述障碍物交互层级K下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级K+1下对应的运动轨迹,所述规划轨迹是所述控制模型K将所述第一障碍物在所述障碍物交互层级K下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型K是将所述第一采集设备在设备交互层级K-1下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型K根据所述设备交互层级K-1涉及的模型参数以及所述第一状态数据确定的。根据所述奖励值,对所述控制模型K中包含的障碍物交互层级K的模型参数,以及设备交互层级K+1的模型参数进行调整,以对所述控制模型K进行训练。
可选地,所述获取模块700具体用于,若确定所述障碍物交互层级为0,将所述第一状态数据输入到障碍物交互层级0对应的控制模型0中,确定所述第一采集设备在设备交互层级为1时的运动轨迹,作为所述第一采集设备在所述障碍物交互层级0下的所述规划轨迹,其中,所述规划轨迹是所述控制模型0将所述第一障碍物在所述障碍物交互层级0下的运动轨迹作为第二轨迹,并根据所述第二轨迹确定出的,所述第二轨迹是所述控制模型0根据所述第一状态数据确定出的。根据所述奖励值,对所述控制模型0中包含的障碍物交互层级0的模型参数,以及设备交互层级1的模型参数进行调整,以对所述控制模型0进行训练。
可选地,所述获取模块700具体用于,若确定障碍物交互层级为1,将所述第一状态数据输入到所述障碍物交互层级1对应的控制模型1,确定所述第一采集设备在所述障碍物交互层级1下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级2下对应的运动轨迹,所述规划轨迹是所述控制模型1将所述第一障碍物在所述障碍物交互层级1下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型1是将所述第一采集设备在设备交互层级0下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型1根据所述第一状态数据确定的。根据所述奖励值,对所述控制模型1中包含的设备交互层级0的模型参数,障碍物交互层级1的模型参数,以及设备交互层级2的模型参数进行调整,以对所述控制模型1进行训练。
可选地,所述获取模块700具体用于,根据所述规划轨迹以及所述第一障碍物的历史运动轨迹,确定所述奖励函数中的第一影响因子,以及根据所述规划轨迹,确定所述奖励函数中的第二影响因子,所述第一影响因子用于表征所述第一采集设备与所述第一障碍物的碰撞概率,所述第二影响因子用于表征所述第一采集设备的行驶效率。根据所述第一影响因子以及所述第二影响因子,确定所述奖励函数的奖励值,并以最大化所述奖励值为训练目标,对所述控制模型进行训练。
图8为本说明书实施例提供的无人驾驶设备的控制装置结构示意图,具体包括:
获取模块800,用于获取无人驾驶设备和所述无人驾驶设备周围的障碍物在当前时刻时的状态数据,作为当前状态数据;
确定模块802,用于将所述当前状态数据输入到控制模型中,确定出所述无人驾驶设备在所述当前时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述障碍物在所述当前时刻之后按照障碍物轨迹行驶的情况下确定,所述障碍物轨迹是所述控制模型根据所述当前状态数据确定,或是所述控制模型在所述无人驾驶设备按照基础轨迹在所述当前时刻之后进行行驶的情况下,根据所述当前状态数据确定,所述基础轨迹是所述控制模型根据所述当前状态数据确定的,所述控制模型是通过上述控制模型的训练方法得到的;
控制模块804,根据所述规划轨迹,对所述无人驾驶设备进行控制。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的控制模型的训练方法或上述图5提供的无人驾驶设备的控制方法。
本说明书还提供了图9所示的电子设备的结构示意图。如图9所述,在硬件层面,该控制模型的训练设备和无人驾驶设备的控制方法的设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的控制模型的训练方法或上述图5提供的无人驾驶设备的控制方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (9)
1.一种控制模型的训练方法,其特征在于,包括:
获取第一采集设备和所述第一采集设备周围的第一障碍物在设定历史时刻时的状态数据,作为第一状态数据;
将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,其中,所述规划轨迹是所述控制模型根据所述第一障碍物在所述设定历史时刻之后按照第二轨迹行驶的情况下确定,所述第二轨迹是所述控制模型根据所述第一状态数据确定,或是所述控制模型在所述第一采集设备按照第一轨迹在所述设定历史时刻之后进行行驶的情况下,根据所述第一状态数据确定,所述第一轨迹是所述控制模型根据所述第一状态数据确定的所述第一采集设备在所述设定历史时刻之后的基础轨迹;
根据所述规划轨迹以及所述第一障碍物的历史运动轨迹,确定所述控制模型对应的奖励函数中的第一影响因子,以及根据所述规划轨迹,确定所述奖励函数中的第二影响因子,所述第一影响因子用于表征所述第一采集设备与所述第一障碍物的碰撞概率,所述第二影响因子用于表征所述第一采集设备的行驶效率;
根据所述第一影响因子以及所述第二影响因子,确定所述奖励函数的奖励值,并以最大化所述奖励值为训练目标,对所述控制模型进行训练。
2.如权利要求1所述的方法,其特征在于,将所述第一状态数据输入到待训练的控制模型中之前,所述方法还包括:
获取所述第一采集设备和所述第一障碍物在所述设定历史时刻之前的状态数据,作为第二状态数据;
将所述第二状态数据输入到预先训练的交互状态预测模型,以预测所述第一障碍物的障碍物交互层级,不同障碍物交互层级用于表征各第一障碍物之间的不同的交互状态;
将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
将所述第一状态数据输入到所述障碍物交互层级对应的控制模型,确定所述采集设备在所述障碍物交互层级下,在所述设定历史时刻之后的规划轨迹。
3.如权利要求2所述的方法,其特征在于,预先训练的交互状态预测模型,具体包括:
获取训练样本;
将所述训练样本中包含的第二采集设备和所述第二采集设备周围的第二障碍物的状态数据输入到所述交互状态预测模型,以预测所述第二障碍物的交互层级;
以最小化所述第二障碍物的交互层级与所述训练样本中包含的标签数据之间的偏差为优化目标,对所述交互状态预测模型进行训练。
4.如权利要求2所述的方法,其特征在于,若所述第一障碍物在所述设定历史时刻的障碍物交互层级为K,所述第一采集设备在所述设定历史时刻的设备交互层级为K+1,K为不小于2的整数。
5.如权利要求4所述的方法,其特征在于,将所述第一状态数据输入到待训练的控制模型中,以确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定所述障碍物交互层级为K,获取设备交互层级K-1所涉及的第一模型参数,并将所述第一模型参数作为所述障碍物交互层级K对应的控制模型中涉及所述设备交互层级K-1的模型参数,所述第一模型参数是从训练后的障碍物交互层级K-2对应的控制模型K-2中获取到的;
将所述第一状态数据输入到所述障碍物交互层级K对应的控制模型K,确定所述第一采集设备在所述障碍物交互层级K下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级K+1下对应的运动轨迹,所述规划轨迹是所述控制模型K将所述第一障碍物在所述障碍物交互层级K下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型K是将所述第一采集设备在设备交互层级K-1下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型K根据所述设备交互层级K-1涉及的模型参数以及所述第一状态数据确定的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型K中包含的障碍物交互层级K的模型参数,以及设备交互层级K+1的模型参数进行调整,以对所述控制模型K进行训练。
6.如权利要求2所述的方法,其特征在于,将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定所述障碍物交互层级为0,将所述第一状态数据输入到障碍物交互层级0对应的控制模型0中,确定所述第一采集设备在设备交互层级为1时的运动轨迹,作为所述第一采集设备在所述障碍物交互层级0下的所述规划轨迹,其中,所述规划轨迹是所述控制模型0将所述第一障碍物在所述障碍物交互层级0下的运动轨迹作为第二轨迹,并根据所述第二轨迹确定出的,所述第二轨迹是所述控制模型0根据所述第一状态数据确定出的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型0中包含的障碍物交互层级0的模型参数,以及设备交互层级1的模型参数进行调整,以对所述控制模型0进行训练。
7.如权利要求2所述的方法,其特征在于,将所述第一状态数据输入到控制模型中,确定出所述第一采集设备在所述设定历史时刻之后的规划轨迹,具体包括:
若确定障碍物交互层级为1,将所述第一状态数据输入到所述障碍物交互层级1对应的控制模型1,确定所述第一采集设备在所述障碍物交互层级1下对应的运动轨迹,作为所述规划轨迹,其中,所述规划轨迹为所述第一采集设备在设备交互层级2下对应的运动轨迹,所述规划轨迹是所述控制模型1将所述第一障碍物在所述障碍物交互层级1下的运动轨迹作为所述第二轨迹,并根据所述第二轨迹确定的,所述第二轨迹是所述控制模型1是将所述第一采集设备在设备交互层级0下的运动轨迹作为所述第一轨迹,并根据所述第一轨迹以及所述第一状态数据确定的,所述第一轨迹是所述控制模型1根据所述第一状态数据确定的;
根据所述奖励值,对所述控制模型进行训练,具体包括:
根据所述奖励值,对所述控制模型1中包含的设备交互层级0的模型参数,障碍物交互层级1的模型参数,以及设备交互层级2的模型参数进行调整,以对所述控制模型1进行训练。
8.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011104599.5A CN112306059B (zh) | 2020-10-15 | 2020-10-15 | 一种控制模型的训练方法、控制方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011104599.5A CN112306059B (zh) | 2020-10-15 | 2020-10-15 | 一种控制模型的训练方法、控制方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112306059A CN112306059A (zh) | 2021-02-02 |
CN112306059B true CN112306059B (zh) | 2024-02-27 |
Family
ID=74327621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011104599.5A Active CN112306059B (zh) | 2020-10-15 | 2020-10-15 | 一种控制模型的训练方法、控制方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112306059B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947495B (zh) * | 2021-04-25 | 2021-09-24 | 北京三快在线科技有限公司 | 模型训练的方法、无人驾驶设备的控制方法以及装置 |
CN114047764B (zh) * | 2021-11-16 | 2023-11-07 | 北京百度网讯科技有限公司 | 路径规划模型的训练方法和路径规划方法、装置 |
CN114019981B (zh) * | 2021-11-16 | 2023-12-22 | 北京三快在线科技有限公司 | 一种无人驾驶设备的轨迹规划方法及规划装置 |
CN117452955B (zh) * | 2023-12-22 | 2024-04-02 | 珠海格力电器股份有限公司 | 清扫设备的控制方法、控制装置和清扫*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109878513A (zh) * | 2019-03-13 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 防御性驾驶策略生成方法、装置、设备及存储介质 |
CN109991987A (zh) * | 2019-04-29 | 2019-07-09 | 北京智行者科技有限公司 | 自动驾驶决策方法及装置 |
CN111002980A (zh) * | 2019-12-10 | 2020-04-14 | 苏州智加科技有限公司 | 基于深度学习的道路障碍物轨迹预测方法和*** |
CN111046981A (zh) * | 2020-03-17 | 2020-04-21 | 北京三快在线科技有限公司 | 一种无人车控制模型的训练方法及装置 |
CN111076739A (zh) * | 2020-03-25 | 2020-04-28 | 北京三快在线科技有限公司 | 一种路径规划的方法及装置 |
CN111079721A (zh) * | 2020-03-23 | 2020-04-28 | 北京三快在线科技有限公司 | 一种障碍物的轨迹预测方法及装置 |
CN111123933A (zh) * | 2019-12-24 | 2020-05-08 | 华为技术有限公司 | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 |
CN111325401A (zh) * | 2020-02-20 | 2020-06-23 | 江苏苏宁物流有限公司 | 一种路径规划模型的训练方法、装置及计算机*** |
CN111338360A (zh) * | 2020-05-18 | 2020-06-26 | 北京三快在线科技有限公司 | 一种规划车辆行驶状态的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10019006B2 (en) * | 2015-04-08 | 2018-07-10 | University Of Maryland, College Park | Surface vehicle trajectory planning systems, devices, and methods |
-
2020
- 2020-10-15 CN CN202011104599.5A patent/CN112306059B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109878513A (zh) * | 2019-03-13 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 防御性驾驶策略生成方法、装置、设备及存储介质 |
CN109991987A (zh) * | 2019-04-29 | 2019-07-09 | 北京智行者科技有限公司 | 自动驾驶决策方法及装置 |
CN111002980A (zh) * | 2019-12-10 | 2020-04-14 | 苏州智加科技有限公司 | 基于深度学习的道路障碍物轨迹预测方法和*** |
CN111123933A (zh) * | 2019-12-24 | 2020-05-08 | 华为技术有限公司 | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 |
CN111325401A (zh) * | 2020-02-20 | 2020-06-23 | 江苏苏宁物流有限公司 | 一种路径规划模型的训练方法、装置及计算机*** |
CN111046981A (zh) * | 2020-03-17 | 2020-04-21 | 北京三快在线科技有限公司 | 一种无人车控制模型的训练方法及装置 |
CN111079721A (zh) * | 2020-03-23 | 2020-04-28 | 北京三快在线科技有限公司 | 一种障碍物的轨迹预测方法及装置 |
CN111076739A (zh) * | 2020-03-25 | 2020-04-28 | 北京三快在线科技有限公司 | 一种路径规划的方法及装置 |
CN111338360A (zh) * | 2020-05-18 | 2020-06-26 | 北京三快在线科技有限公司 | 一种规划车辆行驶状态的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112306059A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112306059B (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
CN111208838B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN111190427B (zh) | 一种轨迹规划的方法及装置 | |
CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
CN112364997B (zh) | 一种障碍物的轨迹预测方法及装置 | |
CN111076739B (zh) | 一种路径规划的方法及装置 | |
CN111238523B (zh) | 一种运动轨迹的预测方法及装置 | |
CN113341941B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
CN113968243B (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
CN113110526B (zh) | 一种模型训练的方法、无人驾驶设备的控制方法及装置 | |
CN112766468A (zh) | 一种轨迹预测方法、装置、存储介质及电子设备 | |
CN113419547B (zh) | 一种多车协同控制方法及装置 | |
CN113296541A (zh) | 一种基于未来碰撞风险的无人设备控制方法及装置 | |
CN110942181A (zh) | 一种障碍物轨迹预测的方法及装置 | |
CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
CN111123957B (zh) | 一种轨迹规划的方法及装置 | |
CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN113033527A (zh) | 一种场景识别方法、装置、存储介质及无人设备 | |
CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN114167857B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN113848913A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN114019981B (zh) | 一种无人驾驶设备的轨迹规划方法及规划装置 | |
CN113879337B (zh) | 一种轨迹预测方法、装置、存储介质及电子设备 | |
CN113074734B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |