一种持续学习的运动规划方法、装置、设备、介质及产品

本申请公开了一种持续学习的运动规划方法、装置、设备、介质及产品，涉及智能驾驶领域，该方法包括：将当前越野环境的点云数据投影至栅格地图，生成地势高度图和路面粗糙度图；根据速度信息，构建引导地图，并将地势高度图、路面粗糙度图和引导地图输入到第k‑1次更新后的运动规划模型中，生成当前越野环境的规划轨迹地图；获取无人车根据规划轨迹地图行驶后的真实轨迹，并将真实轨迹加入至样本数据集；根据当前越野环境的样本数据集和预设历史样本数据集，采用均方误差作为损失函数并通过反向传播算法对运动规划模型进行第k次更新。本申请通过持续学习与迭代优化，提升了无人车在复杂越野场景下的运动规划能力与行驶安全性。