[发明专利]用于自主车辆的轨迹规划的基于数据驱动的预测的系统和方法

权利要求书

1.一种系统，包括：

数据处理器；以及

轨迹规划模块，能够由数据处理器执行，所述轨迹规划模块被配置为执行针对自主车辆的基于数据驱动的预测的轨迹规划操作，所述轨迹规划操作被配置为：

生成针对自主车辆的第一建议轨迹；

使用预测模块生成邻近主体的预测结果轨迹；

基于邻近主体的预测结果轨迹对第一建议轨迹进行评分；

如果第一建议轨迹的分数低于最小可接受阈值，则生成针对自主车辆的第二建议轨迹，并生成邻近主体的相对应预测结果轨迹；以及

输出针对自主车辆的建议轨迹，其中与建议轨迹相对应的分数等于或高于最小可接受阈值。

2.根据权利要求1所述的系统，其中，所述基于数据驱动的预测的轨迹规划操作包括机器可学习的组件。

3.根据权利要求1所述的系统，其中，输出的建议轨迹取决于邻近主体的预测结果轨迹。

4.根据权利要求1所述的系统，其中，所述基于数据驱动的预测的轨迹规划操作被配置为：生成预测结果轨迹及其置信度值，或者生成邻近主体的轨迹分布。

5.根据权利要求1所述的系统，其中，所述预测模块被配置为：将与邻近主体的预测轨迹相对应的信息保留为数学或数据表示。

6.根据权利要求1所述的系统，其中，所述建议轨迹被输出到车辆控制子系统，以使自主车辆遵循输出的建议轨迹。

7.一种方法，包括：

生成针对自主车辆的第一建议轨迹；

使用预测模块生成邻近主体的预测结果轨迹；

基于邻近主体的预测结果轨迹对第一建议轨迹进行评分；

如果第一建议轨迹的分数低于最小可接受阈值，则生成针对自主车辆的第二建议轨迹，并生成邻近主体的相对应预测结果轨迹；以及

输出针对自主车辆的建议轨迹，其中与建议轨迹相对应的分数等于或高于最小可接受阈值。

8.根据权利要求7所述的方法，包括：使机器实现可学习预测模块。

9.根据权利要求7所述的方法，其中，输出的建议轨迹取决于邻近主体的预测结果轨迹。

10.根据权利要求7所述的方法，包括：生成预测结果轨迹及其置信度值，或者生成邻近主体的轨迹分布。

11.根据权利要求7所述的方法，包括：使预测模块将与邻近主体的预测轨迹相对应的信息保留为数学或数据表示。

12.根据权利要求7所述的方法，包括：将建议轨迹输出到车辆控制子系统，以使自主车辆遵循输出的建议轨迹。

13.一种非暂时性机器可用存储介质，包含指令，所述指令在由机器执行时使所述机器：

生成针对自主车辆的第一建议轨迹；

使用预测模块生成邻近主体的预测结果轨迹；

基于邻近主体的预测结果轨迹对第一建议轨迹进行评分

如果第一建议轨迹的分数低于最小可接受阈值，则生成针对自主车辆的第二建议轨迹，并生成邻近主体的相对应预测结果轨迹；以及

输出针对自主车辆的建议轨迹，其中与建议轨迹相对应的分数等于或高于最小可接受阈值。

14.根据权利要求13所述的非暂时性机器可用存储介质，其中，所述指令还被配置为：实现机器学习。

15.根据权利要求13所述的非暂时性机器可用存储介质，其中，输出的建议轨迹取决于邻近主体的预测结果轨迹。

16.根据权利要求13所述的非暂时性机器可用存储介质，其中，所述指令还被配置为：生成预测结果轨迹及其置信度值，或者生成邻近主体的轨迹分布。