[发明专利]自动驾驶车辆规划和预测

说明书

一种预测外部活动者轨迹的计算机实施的方法，包括：在计算机处接收用于检测和跟踪外部活动者的传感器输入；将对象跟踪应用于传感器输入，以便跟踪外部活动者，并且由此确定在时间间隔内的外部活动者的观察踪迹；确定外部活动者的可用目标的集合；针对可用目标中的每个确定预期轨迹模型；以及将外部活动者的观察踪迹与可用目标中的每个的预期轨迹模型进行比较，以确定该目标的似然度。

技术领域

本公开涉及可以用作自动驾驶车辆(AV)规划的基础的预测方法。

背景技术

自动驾驶车辆，也称为无人驾驶车辆，是指具有用于监控其外部环境的传感器系统和能够使用这些传感器自动做出和实施驾驶决策的控制系统的车辆。这尤其包括基于来自传感器系统的输入来自动调整车辆的速度和驾驶方向的能力。完全自动驾驶或“无驾驶员”的车辆具有足够的决策能力，以在没有来自人类驾驶员的任何输入的情况下进行操作。然而，本文所使用的术语自动驾驶车辆也适用于半自动驾驶车辆，半自动驾驶车辆具有更有限的自动驾驶决策能力，因此仍然需要人类驾驶员的一定程度的监督。

为了安全且有效地导航遭遇的驾驶场景，自动驾驶车辆规划器需要能够以考虑其他车辆/主体的预期行为的方式进行规划。

发明内容

本发明的第一方面提供了一种预测外部活动者轨迹的计算机实施的方法，该方法包括：

在计算机处接收用于检测和跟踪外部活动者的传感器输入；

将对象跟踪应用于传感器输入，以便跟踪外部活动者，并由此确定在时间间隔内的外部活动者的观察踪迹；

确定外部活动者的可用目标的集合；

针对可用目标中的每个确定预期轨迹模型；以及

将外部活动者的观察踪迹与可用目标中的每个的预期轨迹模型进行比较，以确定该目标的似然度。

外部活动者可以是外部车辆或诸如行人、骑自行车的人等的另一外部活动者。在以下示例中，外部活动者是外部车辆，然而将理解，相关描述同样适用于其它形式的外部活动者。

在实施例中，该方法可以在自动驾驶自我车辆中实施，其中，自动驾驶车辆的规划器根据可用目标中的至少一个的似然度以及使用自动驾驶车辆的传感器系统获取的传感器输入来做出自动驾驶决策。

预期轨迹模型可以是与该目标相关联的单个预测轨迹或者是与该目标相关联的预测轨迹的分布。

预期轨迹模型可以是包括预测轨迹的集合中的每个预测轨迹Τ的条件概率p(Τ|G_i)的分布，并且在给定观察踪迹τ的情况下，目标的似然度p(G_i|τ)可用于估计至少一个预测轨迹概率p(Τ|τ)。

可基于每个目标的期望目标位置来确定该目标的预期轨迹模型。

可以通过针对每个目标执行生成模型来确定预期轨迹模型，生成行为模型已经被训练成基于真实世界驾驶行为的示例来生成轨迹。

模型可以是特定于与应用该方法有关的驾驶区域。

可以通过将采样算法应用于对预测轨迹的空间进行采样来确定预期轨迹模型，基于每个目标的一个或更多个参数以及外部主体的一个或更多个参数来针对每个目标定义预测轨迹的空间。

可以基于与外部主体相关联的地图数据来确定可用目标的集合。

可以基于一个或更多个自我车辆参数来确定预期轨迹模型，以对其他活动者对自我车辆行为的响应进行建模。

观察踪迹可以用于预测目标的最佳可用轨迹模型，并且所述比较可以包括：将最佳可用轨迹模型与预期轨迹模型进行比较。

观察踪迹可以用于预测外部活动者的当前操纵和/或未来操纵，所预测的当前操纵或未来操纵用于确定最佳可用轨迹模型。