[发明专利]一种基于干扰物轨迹规划的无人设备的测试方法及装置

权利要求书

1.一种基于干扰物轨迹规划的无人设备的测试方法，其特征在于，所述方法包括：

获取干扰物的历史运动状态，以及无人设备的当前运动状态；

将所述干扰物的历史运动状态和所述无人设备的当前运动状态输入预先训练的规划模型，得到所述规划模型输出的规划轨迹，所述规划轨迹用于在所述干扰物以所述规划轨迹行驶时，对所述无人设备的当前运动状态产生干扰，其中，在预先训练所述规划模型时，以所述干扰物按照待训练规划模型输出的预估规划轨迹行驶时，对所述无人设备的运行产生最大干扰为训练目标，对所述待训练规划模型进行训练；

将所述规划轨迹发送给所述干扰物，以使所述干扰物按照所述规划轨迹行驶；

确定所述无人设备在所述干扰物按照所述规划轨迹行驶的情况下规划出的行为动作，根据所述行为动作对所述无人设备进行测试。

2.如权利要求1所述的方法，其特征在于，预先训练规划模型，具体包括：

获取所述干扰物的历史运动状态以及所述无人设备的历史运动状态，作为训练样本；

将获取的训练样本输入待训练规划模型，得到所述待训练规划模型输出的预估规划轨迹；

确定所述预估规划轨迹对所述无人设备的干扰程度；

以干扰程度最大化为训练目标，对所述待训练规划模型进行训练。

3.如权利要求2所述的方法，其特征在于，确定所述预估规划轨迹对所述无人设备的干扰程度，具体包括：

确定所述干扰物以所述预估规划轨迹行驶时，所述无人设备行驶的预估速度变化值、预估加速度变化值、预估方向角变化值；

根据确定的所述预估速度变化值、所述预估加速度变化值、所述预估方向角变化值中的至少一种，确定所述干扰物对所述无人设备的历史运动状态的干扰程度。

4.如权利要求2所述的方法，其特征在于，所述待训练规划模型为强化学习模型；

以干扰程度最大化为训练目标，对所述待训练规划模型进行训练，具体包括：

根据所述干扰程度，确定所述预估规划轨迹所属的类型；

根据预设的各类型对应的奖励，以最大化奖励为训练目标，对所述待训练规划模型进行训练。

5.如权利要求4所述的方法，其特征在于，获取所述干扰物的历史运动状态，具体包括：

针对各类型，在上一次训练过程中所述待训练规划模型输出的该类型的预估规划轨迹中，选择预设数量的预估规划轨迹；

获取所述干扰物按照选择的预估规划轨迹行驶的运动状态，作为当前训练过程中获取的所述干扰物的至少部分历史运动状态。

6.如权利要求5所述的方法，其特征在于，在上一次训练过程中所述待训练规划模型输出的该类型的预估规划轨迹中，选择预设数量的预估规划轨迹，具体包括：

根据所需选择的预估规划轨迹的总量以及针对该类型预设的比例，在上一次训练过程中所述待训练规划模型输出的该类型的预估规划轨迹中，选择预设数量的预估规划轨迹。

7.如权利要求1所述的方法，其特征在于，确定所述无人设备在所述干扰物按照所述规划轨迹行驶的情况下规划出的行为动作，根据所述行为动作对所述无人设备进行测试，具体包括：

在至少一个干扰物按照对应的规划轨迹行驶的情况下，确定所述无人设备规划出的行为动作；

根据所述行为动作，确定所述无人设备的运动状态；

根据确定的所述无人设备的运动状态，对所述无人设备进行测试。