本技術(shù)涉及自動駕駛規(guī)劃，具體而言，涉及一種基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法和裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、自動駕駛系統(tǒng)是一個對安全性、準(zhǔn)確性、穩(wěn)定性要求極為苛刻的實(shí)時處理系統(tǒng)。當(dāng)前熱門的端到端（end?to?end）架構(gòu)在擬人化駕駛方面取得了巨大的進(jìn)步，但在安全性、準(zhǔn)確性和穩(wěn)定性方面仍存在較大的挑戰(zhàn)，尚難滿足l4級以上自動駕駛的商業(yè)化落地需求。

2、目前工業(yè)界的主流方案仍然是基于感知、定位、地圖、預(yù)測、規(guī)劃、控制等模塊的瀑布架構(gòu)，其中的規(guī)劃模塊又分為行為決策、軌跡規(guī)劃兩個子模塊。行為決策子模塊用于生成基于交通規(guī)則或調(diào)度系統(tǒng)的各種停車、變道、讓行等駕駛決策。軌跡規(guī)劃子模塊用于生成符合車輛運(yùn)動學(xué)和動力學(xué)的局部行駛軌跡（軌跡就是包含速度、加速度等信息的路徑點(diǎn)序列）。其中，軌跡規(guī)劃包括時空聯(lián)合規(guī)劃(spatio-temporal?joint?planning)和時空分離規(guī)劃(spatio-temporal?decoupling?planning)兩種方法。在時空聯(lián)合規(guī)劃算法的應(yīng)用中，會將路徑和速度曲線同時作為優(yōu)化問題的變量，直接在x-y-t三維空間內(nèi)求解得到最優(yōu)軌跡，而不是在某個給定路徑下的最優(yōu)速度，亦或是某個給定速度曲線下的最優(yōu)路徑。該算法對于計算資源要求較高，因此，實(shí)時性相對較差，即可靠性相對不高。另外，時空分離規(guī)劃算法在求解速度曲線時經(jīng)常出現(xiàn)無解的情況，該缺陷對于安全性、實(shí)時性要求極高的自動駕駛系統(tǒng)是致命的，即也存在可靠性相對不高的問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本技術(shù)的目的在于提供一種基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法和裝置、設(shè)備及介質(zhì)，以改善現(xiàn)有技術(shù)中存在的行駛規(guī)劃的可靠度相對不高的問題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)采用如下技術(shù)方案：

3、一種基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法，包括：

4、獲取目標(biāo)車輛的當(dāng)前行駛狀態(tài)信息，其中，所述當(dāng)前行駛狀態(tài)信息至少包括所述目標(biāo)車輛自身的狀態(tài)信息和所述目標(biāo)車輛所在道路的狀態(tài)信息；

5、基于所述當(dāng)前行駛狀態(tài)信息和預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息，其中，所述車輛運(yùn)動學(xué)模型包括車輛的行駛狀態(tài)信息與車輛的行駛規(guī)劃參數(shù)之間的函數(shù)映射關(guān)系，該行駛規(guī)劃參數(shù)至少包括行駛規(guī)劃速度和/或行駛規(guī)劃加速度，所述目標(biāo)車輛行駛規(guī)劃信息包括行駛規(guī)劃參數(shù)，所述目標(biāo)車輛行駛規(guī)劃信息作為目標(biāo)車輛行駛的依據(jù)。

6、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息和預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息的步驟，包括：

7、基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息，在預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型中，確定出匹配的目標(biāo)車輛運(yùn)動學(xué)子模型，其中，所述車輛運(yùn)動學(xué)模型包括至少一個車輛運(yùn)動學(xué)子模型，所述車輛運(yùn)動學(xué)子模型包括車輛的行駛狀態(tài)信息與車輛的行駛規(guī)劃參數(shù)之間的函數(shù)映射關(guān)系；

8、基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息和所述目標(biāo)車輛運(yùn)動學(xué)子模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息。

9、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息，在預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型中，確定出匹配的目標(biāo)車輛運(yùn)動學(xué)子模型的步驟，包括：

10、基于所述當(dāng)前行駛狀態(tài)信息中所述目標(biāo)車輛所在道路的狀態(tài)信息，確定所述目標(biāo)車輛所在道路是否存在障礙物，其中，所述障礙物是指對所述目標(biāo)車輛的行駛具有阻礙作用的物體；

11、在所述目標(biāo)車輛所在道路存在障礙物時，確定所述目標(biāo)車輛是否對所述障礙物進(jìn)行繞行處理；

12、在所述目標(biāo)車輛未對所述障礙物進(jìn)行繞行處理時，基于所述當(dāng)前行駛狀態(tài)信息中所述目標(biāo)車輛自身的狀態(tài)信息確定所述目標(biāo)車輛當(dāng)前是否屬于限速巡航狀態(tài)，并在所述目標(biāo)車輛當(dāng)前屬于限速巡航狀態(tài)時，將預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型中的第一車輛運(yùn)動學(xué)子模型，確定為匹配的目標(biāo)車輛運(yùn)動學(xué)子模型，以及，在所述目標(biāo)車輛當(dāng)前不屬于限速巡航狀態(tài)時，將預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型中的第二車輛運(yùn)動學(xué)子模型，確定為匹配的目標(biāo)車輛運(yùn)動學(xué)子模型；

13、在所述目標(biāo)車輛選擇對所述障礙物進(jìn)行繞行處理或所述目標(biāo)車輛所在道路不存在障礙物時，基于所述目標(biāo)車輛自身的狀態(tài)信息和所述目標(biāo)車輛所在道路的狀態(tài)信息，在預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型包括的第一車輛運(yùn)動學(xué)子模型、第二車輛運(yùn)動學(xué)子模型、第三車輛運(yùn)動學(xué)子模型和第四車輛運(yùn)動學(xué)子模型中，確定出匹配的目標(biāo)車輛運(yùn)動學(xué)子模型，其中，所述目標(biāo)車輛自身的狀態(tài)信息包括當(dāng)前速度和當(dāng)前加速度，所述目標(biāo)車輛所在道路的狀態(tài)信息包括所述目標(biāo)車輛所在道路的限速信息，所述第一車輛運(yùn)動學(xué)子模型、所述第二車輛運(yùn)動學(xué)子模型、所述第三車輛運(yùn)動學(xué)子模型和所述第四車輛運(yùn)動學(xué)子模型之間具有不同的函數(shù)映射關(guān)系。

14、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息和所述目標(biāo)車輛運(yùn)動學(xué)子模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息的步驟，包括：

15、在所述目標(biāo)車輛運(yùn)動學(xué)子模型屬于所述第一車輛運(yùn)動學(xué)子模型時，確定所述當(dāng)前行駛狀態(tài)信息中的目標(biāo)車輛自身的狀態(tài)信息包括的當(dāng)前速度與所述目標(biāo)車輛所在道路的第一限速速度之間的大小關(guān)系，所述目標(biāo)車輛所在道路還具有小于所述第一限速速度的第二限速速度，所述目標(biāo)車輛的行駛方向?yàn)樗龅谝幌匏偎俣葘?yīng)的位置到所述第二限速速度對應(yīng)的位置；

16、在所述目標(biāo)車輛的當(dāng)前速度等于所述第一限速速度時，將所述目標(biāo)車輛的當(dāng)前速度作為行駛規(guī)劃速度，以確定出所述目標(biāo)車輛在所述第一限速速度對應(yīng)的位置需要的第一局部車輛行駛規(guī)劃信息，以及，基于所述目標(biāo)車輛的當(dāng)前速度和所述第二車輛運(yùn)動學(xué)子模型中與減速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第二限速速度對應(yīng)的位置需要的第二局部車輛行駛規(guī)劃信息，其中，所述目標(biāo)車輛行駛規(guī)劃信息包括所述第一局部車輛行駛規(guī)劃信息和所述第二局部車輛行駛規(guī)劃信息；

17、在所述目標(biāo)車輛的當(dāng)前速度小于或等于所述第一限速速度時，若所述目標(biāo)車輛的當(dāng)前位置與所述第二限速速度的開始位置之間的距離小于預(yù)先確定的第一參考距離，則將所述目標(biāo)車輛的當(dāng)前速度作為行駛規(guī)劃速度，以確定出所述目標(biāo)車輛在所述第一限速速度對應(yīng)的位置需要的第一局部車輛行駛規(guī)劃信息，以及，基于所述目標(biāo)車輛的當(dāng)前速度和所述第二車輛運(yùn)動學(xué)子模型中與減速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第二限速速度對應(yīng)的位置需要的第二局部車輛行駛規(guī)劃信息，若所述目標(biāo)車輛的當(dāng)前位置與所述第二限速速度的開始位置之間的距離大于所述第一參考距離，則基于所述目標(biāo)車輛的當(dāng)前速度和所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第一限速速度對應(yīng)的位置需要的第一局部車輛行駛規(guī)劃信息，以及，基于所述第一限速速度和所述第二車輛運(yùn)動學(xué)子模型中的與減速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第二限速速度對應(yīng)的位置需要的第二局部車輛行駛規(guī)劃信息；

18、在所述目標(biāo)車輛的當(dāng)前速度大于所述第一限速速度時，基于所述目標(biāo)車輛的當(dāng)前速度和所述第四車輛運(yùn)動學(xué)子模型中與減速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第一限速速度對應(yīng)的位置需要的第一局部車輛行駛規(guī)劃信息，以及，基于所述第一限速速度和所述第二車輛運(yùn)動學(xué)子模型中與減速相關(guān)的部分函數(shù)映射關(guān)系，確定出所述目標(biāo)車輛在所述第二限速速度對應(yīng)的位置需要的第二局部車輛行駛規(guī)劃信息。

19、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息和所述目標(biāo)車輛運(yùn)動學(xué)子模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息的步驟，包括：

20、在所述目標(biāo)車輛運(yùn)動學(xué)子模型屬于所述第二車輛運(yùn)動學(xué)子模型時，確定出限速初始速度和限速目標(biāo)速度，并獲取從所述限速初始速度對應(yīng)的位置到所述限速目標(biāo)速度對應(yīng)的位置之間的距離信息，其中，所述限速初始速度大于所述限速目標(biāo)速度，所述限速目標(biāo)速度大于或等于零，且所述限速目標(biāo)速度基于所述目標(biāo)車輛所在道路的限速信息或是否具有障礙物確定；

21、基于所述限速初始速度、所述限速目標(biāo)速度和從所述限速初始速度對應(yīng)的位置到所述限速目標(biāo)速度對應(yīng)的位置之間的距離信息，確定出所述限速初始速度減速到所述限速目標(biāo)速度所需的實(shí)際最大減速度，并將該實(shí)際最大減速度與預(yù)先確定的所述目標(biāo)車輛的參考最大減速度進(jìn)行大小比較，其中，減速度是指屬于負(fù)值的加速度；

22、若所述實(shí)際最大減速度小于所述參考最大減速度，則將所述參考最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息，使得所述目標(biāo)車輛基于所述目標(biāo)車輛行駛規(guī)劃信息從所述限速初始速度減速到所述限速目標(biāo)速度；

23、若所述實(shí)際最大減速度大于或等于所述參考最大減速度，且所述目標(biāo)車輛的當(dāng)前速度等于所述限速初始速度、所述目標(biāo)車輛的當(dāng)前減速度小于或等于所述實(shí)際最大減速度，則將所述實(shí)際最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息，使得所述目標(biāo)車輛基于所述目標(biāo)車輛行駛規(guī)劃信息從所述限速初始速度減速到所述限速目標(biāo)速度；

24、若所述實(shí)際最大減速度大于或等于所述參考最大減速度，且所述目標(biāo)車輛的當(dāng)前速度等于所述限速初始速度、所述目標(biāo)車輛的當(dāng)前減速度大于所述實(shí)際最大減速度，或者，所述目標(biāo)車輛的當(dāng)前速度大于所述限速初始速度，則將所述參考最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到對應(yīng)的第三局部車輛行駛規(guī)劃信息，以及，基于該行駛規(guī)劃速度，確定出該行駛規(guī)劃速度減速到所述限速目標(biāo)速度所需的最新的實(shí)際最大減速度，并將該最新的實(shí)際最大減速度與所述參考最大減速度進(jìn)行大小比較，且在所述最新的實(shí)際最大減速度大于或等于所述參考最大減速度、所述目標(biāo)車輛的當(dāng)前速度等于所述限速初始速度、所述目標(biāo)車輛的當(dāng)前減速度小于或等于所述最新的實(shí)際最大減速度，則將所述最新的實(shí)際最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到對應(yīng)的第四局部車輛行駛規(guī)劃信息，或者，在不滿足所述最新的實(shí)際最大減速度大于或等于所述參考最大減速度、所述目標(biāo)車輛的當(dāng)前速度等于所述限速初始速度、所述目標(biāo)車輛的當(dāng)前減速度小于或等于所述最新的實(shí)際最大減速度的情況時，所述參考最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到對應(yīng)的第四局部車輛行駛規(guī)劃信息，其中，從所述第三局部車輛行駛規(guī)劃信息對應(yīng)的位置到所述第四局部車輛行駛信息對應(yīng)的位置的方向，為所述目標(biāo)車輛的行駛方向，所述目標(biāo)車輛行駛規(guī)劃信息至少包括所述第三局部車輛行駛規(guī)劃信息和所述第四局部車輛行駛規(guī)劃信息；

25、若所述實(shí)際最大減速度大于或等于所述參考最大減速度，且所述目標(biāo)車輛的當(dāng)前速度小于所述限速初始速度，則回轉(zhuǎn)執(zhí)行所述基于所述限速初始速度、所述限速目標(biāo)速度和從所述限速初始速度對應(yīng)的位置到所述限速目標(biāo)速度對應(yīng)的位置之間的距離信息，確定出所述限速初始速度減速到所述限速目標(biāo)速度所需的實(shí)際最大減速度，并將該實(shí)際最大減速度與預(yù)先確定的所述目標(biāo)車輛的參考最大減速度進(jìn)行大小比較的步驟，且在執(zhí)行該步驟時，將該步驟中的限速初始速度更新為所述目標(biāo)車輛的當(dāng)前速度。

26、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息和所述目標(biāo)車輛運(yùn)動學(xué)子模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息的步驟，包括：

27、在所述目標(biāo)車輛運(yùn)動學(xué)子模型屬于所述第三車輛運(yùn)動學(xué)子模型時，若所述目標(biāo)車輛的當(dāng)前速度等于第一限速速度，則將所述目標(biāo)車輛的當(dāng)前速度作為行駛規(guī)劃速度，以得到對應(yīng)的第五局部車輛行駛信息，以及，基于所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，將該第五局部車輛行駛信息中的行駛規(guī)劃速度加速到第二限速速度，以得到對應(yīng)的第六局部車輛行駛信息，其中，所述第二限速速度大于所述第一限速速度，所述第一限速速度大于零，且從所述第一限速速度對應(yīng)的位置到所述第二限速速度對應(yīng)的位置的方向，為所述目標(biāo)車輛的行駛方向；

28、若所述目標(biāo)車輛的當(dāng)前速度大于所述第一限速速度，則確定所述目標(biāo)車輛的當(dāng)前位置與目標(biāo)位置之間的目標(biāo)距離是否大于預(yù)先確定的距離閾值，并在該目標(biāo)距離不大于該距離閾值時，將所述目標(biāo)車輛的當(dāng)前速度作為行駛規(guī)劃速度，以得到對應(yīng)的第五局部車輛行駛信息，以及，基于所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，將該第五局部車輛行駛信息中的行駛規(guī)劃速度加速到所述第二限速速度，以得到對應(yīng)的第六局部車輛行駛信息，或者，在該目標(biāo)距離大于該距離閾值時，基于所述第四車輛運(yùn)動學(xué)子模型中與減速相關(guān)的部分函數(shù)映射關(guān)系，將所述目標(biāo)車輛的當(dāng)前速度減速到所述第一限速速度，以得到對應(yīng)的第五局部車輛行駛信息，以及，基于所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，將該第五局部車輛行駛信息中等于所述第一限速速度的行駛規(guī)劃速度加速到所述第二限速速度，以得到對應(yīng)的第六局部車輛行駛信息；

29、若所述目標(biāo)車輛的當(dāng)前速度小于所述第一限速速度，則基于所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，將所述目標(biāo)車輛的當(dāng)前速度加速到所述第一限速速度，以得到對應(yīng)的第五局部車輛行駛信息，以及，基于所述第四車輛運(yùn)動學(xué)子模型中與加速相關(guān)的部分函數(shù)映射關(guān)系，將該第五局部車輛行駛信息中等于所述第一限速速度的行駛規(guī)劃速度加速到所述第二限速速度，以得到對應(yīng)的第六局部車輛行駛信息。

30、在本技術(shù)較佳的選擇中，在上述基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法中，所述基于所述當(dāng)前行駛狀態(tài)信息中的至少部分信息和所述目標(biāo)車輛運(yùn)動學(xué)子模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息的步驟，包括：

31、在所述目標(biāo)車輛運(yùn)動學(xué)子模型屬于所述第四車輛運(yùn)動學(xué)子模型時，若所述目標(biāo)車輛的當(dāng)前速度等于目標(biāo)限速速度，則將所述目標(biāo)車輛的當(dāng)前速度作為行駛規(guī)劃速度，得到對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息；

32、若所述目標(biāo)車輛的當(dāng)前速度大于所述目標(biāo)限速速度，則基于所述目標(biāo)車輛的當(dāng)前速度、所述目標(biāo)限速速度、所述目標(biāo)車輛的當(dāng)前加速度和所述目標(biāo)車輛的最大減減速度，確定出將所述目標(biāo)車輛的當(dāng)前速度減速到所述目標(biāo)限速速度的第一目標(biāo)時間，以及，基于所述第一目標(biāo)時間、所述目標(biāo)車輛的當(dāng)前加速度和所述目標(biāo)車輛的最大減減速度，確定出所述目標(biāo)車輛在將當(dāng)前速度減速到所述目標(biāo)限速速度時具有的實(shí)際減速度，以及，確定該實(shí)際減速度與所述目標(biāo)車輛的最大減速度之間的大小關(guān)系；

33、在所述實(shí)際減速度大于或等于所述最大減速度時，基于所述目標(biāo)車輛的當(dāng)前加速度和最大減減速度，確定出所述目標(biāo)車輛的行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到目標(biāo)車輛行駛規(guī)劃信息，在所述實(shí)際減速度小于所述最大減速度時，基于所述目標(biāo)車輛的當(dāng)前加速度、最大減速度和最大減減速度，確定出將所述目標(biāo)車輛的當(dāng)前加速度降低到所述最大減速度的第一減速時間，并確定出達(dá)到所述第一減速時間之后所述目標(biāo)車輛的目標(biāo)速度，以及，基于所述第一減速時間、所述目標(biāo)速度和所述目標(biāo)限速速度和所述最大減速度，確定出將所述目標(biāo)車輛的當(dāng)前速度減速到所述目標(biāo)速度的第二減速時間，以及，基于所述目標(biāo)車輛的當(dāng)前加速度和最大減減速度，確定出所述目標(biāo)車輛的行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到所述第一減速時間對應(yīng)的第七局部車輛行駛規(guī)劃信息，以及，將所述最大減速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到所述第二減速時間對應(yīng)的第八局部車輛行駛規(guī)劃信息，其中，所述第八局部車輛行駛規(guī)劃信息是指達(dá)到所述第一減速時間之后、達(dá)到所述第二減速時間之前的局部車輛行駛規(guī)劃信息；

34、若所述目標(biāo)車輛的當(dāng)前速度小于所述目標(biāo)限速速度，則基于所述目標(biāo)車輛的當(dāng)前速度、所述目標(biāo)限速速度、所述目標(biāo)車輛的當(dāng)前加速度和所述目標(biāo)車輛的最大加加速度，確定出將所述目標(biāo)車輛的當(dāng)前速度加速到所述目標(biāo)限速速度的第二目標(biāo)時間，以及，基于所述第二目標(biāo)時間、所述目標(biāo)車輛的當(dāng)前加速度和所述目標(biāo)車輛的最大加加速度，確定出所述目標(biāo)車輛在將當(dāng)前速度加速到所述目標(biāo)限速速度時具有的實(shí)際加速度，以及，確定該實(shí)際加速度與所述目標(biāo)車輛的最大加速度之間的大小關(guān)系；

35、在所述實(shí)際加速度小于或等于所述最大加速度時，基于所述目標(biāo)車輛的當(dāng)前加速度和最大加加速度，確定出所述目標(biāo)車輛的行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到目標(biāo)車輛行駛規(guī)劃信息，在所述實(shí)際加速度大于所述最大加速度時，基于所述目標(biāo)車輛的當(dāng)前加速度、最大加速度和最大加加速度，確定出將所述目標(biāo)車輛的當(dāng)前加速度增加到所述最大加速度的第一加速時間，并確定出達(dá)到所述第一加速時間之后所述目標(biāo)車輛的目標(biāo)速度，以及，基于所述第一加速時間、所述目標(biāo)速度和所述目標(biāo)限速速度和所述最大加速度，確定出將所述目標(biāo)車輛的當(dāng)前速度加速到所述目標(biāo)速度的第二加速時間，以及，基于所述目標(biāo)車輛的當(dāng)前加速度和最大加加速度，確定出所述目標(biāo)車輛的行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到所述第一加速時間對應(yīng)的第七局部車輛行駛規(guī)劃信息，以及，將所述最大加速度作為行駛規(guī)劃加速度，并基于該行駛規(guī)劃加速度確定出行駛規(guī)劃速度，以得到所述第二加速時間對應(yīng)的第八局部車輛行駛規(guī)劃信息。

36、本技術(shù)還提供了一種基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃裝置，包括：

37、行駛狀態(tài)信息獲取模塊，用于獲取目標(biāo)車輛的當(dāng)前行駛狀態(tài)信息，其中，所述當(dāng)前行駛狀態(tài)信息至少包括所述目標(biāo)車輛自身的狀態(tài)信息和所述目標(biāo)車輛所在道路的狀態(tài)信息；

38、行駛規(guī)劃信息確定模塊，用于基于所述當(dāng)前行駛狀態(tài)信息和預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型，確定出對應(yīng)的目標(biāo)車輛行駛規(guī)劃信息，其中，所述車輛運(yùn)動學(xué)模型包括車輛的行駛狀態(tài)信息與車輛的行駛規(guī)劃參數(shù)之間的函數(shù)映射關(guān)系，該行駛規(guī)劃參數(shù)至少包括行駛規(guī)劃速度和/或行駛規(guī)劃加速度，所述目標(biāo)車輛行駛規(guī)劃信息包括行駛規(guī)劃參數(shù)，所述目標(biāo)車輛行駛規(guī)劃信息作為目標(biāo)車輛行駛的依據(jù)。

39、在上述基礎(chǔ)上，本技術(shù)還提供了一種電子設(shè)備，包括：

40、存儲器，用于存儲計算機(jī)程序；

41、與所述存儲器連接的處理器，用于執(zhí)行該存儲器存儲的計算機(jī)程序，以實(shí)現(xiàn)上述的基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法。

42、在上述基礎(chǔ)上，本技術(shù)還提供了一種計算機(jī)可讀存儲介質(zhì)，該計算機(jī)可讀存儲介質(zhì)中存儲有計算機(jī)程序，該計算機(jī)程序運(yùn)行時執(zhí)行上述的基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法的各個步驟。

43、本技術(shù)提供的基于運(yùn)動學(xué)模型的自動駕駛規(guī)劃方法和裝置、設(shè)備及介質(zhì)，首先，獲取目標(biāo)車輛的當(dāng)前行駛狀態(tài)信息，其中，當(dāng)前行駛狀態(tài)信息至少包括目標(biāo)車輛自身的狀態(tài)信息和目標(biāo)車輛所在道路的狀態(tài)信息；其次，基于當(dāng)前行駛狀態(tài)信息和預(yù)先構(gòu)建的車輛運(yùn)動學(xué)模型，確定出目標(biāo)車輛行駛規(guī)劃信息，其中，車輛運(yùn)動學(xué)模型包括車輛的行駛狀態(tài)信息與車輛的行駛規(guī)劃參數(shù)之間的函數(shù)映射關(guān)系，該行駛規(guī)劃參數(shù)至少包括行駛規(guī)劃速度和/或行駛規(guī)劃加速度?；谏鲜鰞?nèi)容，由于車輛運(yùn)動學(xué)模型包括車輛的行駛狀態(tài)信息與車輛的行駛規(guī)劃參數(shù)之間的函數(shù)映射關(guān)系，使得在獲取到行駛狀態(tài)信息之后，可以直接利用該函數(shù)映射關(guān)系確定出對應(yīng)的行駛規(guī)劃參數(shù)，能夠充分提高確定行駛規(guī)劃參數(shù)的效率，具有較高的實(shí)時性，使得可靠度更高，從而改善現(xiàn)有技術(shù)中存在的行駛規(guī)劃的可靠度相對不高的問題。并且，由于是直接利用該函數(shù)映射關(guān)系進(jìn)行映射輸出，使得計算復(fù)雜度低，如為o(1)，占用所述電子設(shè)備的處理器資源和內(nèi)存資源少，可部署在低成本域控制器上，從而降低設(shè)備成本。