一种基于神经网络的层次化自适应轨迹规划系统及方法

本发明公开了一种基于神经网络的层次化自适应轨迹规划系统及方法，涉及自动驾驶技术领域，系统包括空间规划模块、动态占据预测模块和时间规划模块，空间规划模块以专家轨迹先验和鸟瞰图作为输入，通过改进的U‑Net神经网络生成空间奖励地图，并结合值迭代算法生成空间栅格提议，输出多个空间提议栅格和渐开线曲线表示；动态占据预测模块以鸟瞰图作为输入，生成表征未来交通场景的动态占据栅格；时间规划模块基于空间提议栅格和动态占据栅格，输出速度序列控制方案，方案中的轨迹点为规划的轨迹。本发明通过将规划任务分解为空间规划和时间规划两个子任务，分别生成空间轨迹与其对应速度控制方案，提高了导航任务的执行效率，增强了模型的可解释性。