[发明专利]检测阻塞静止车辆

权利要求书

1.一种系统，包括：

一个或多个处理器；和

存储处理器可执行指令的存储器，所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作，所述操作包括：

从车辆的一个或多个传感器接收传感器数据；

至少部分地基于传感器数据检测静止车辆；

至少部分地基于传感器数据确定一个或多个特征，所述一个或多个特征之一指示交通流数据；

给机器学习模型提供所述一个或多个特征；

通过机器学习模型输出静止车辆是阻塞车辆的概率；以及

至少部分地基于所述概率来控制车辆，

其中，控制车辆包括：

控制车辆经过阻塞车辆，或

控制车辆等待非阻塞车辆。

2.根据权利要求1所述的系统，其中，识别静止车辆包括：

检测车辆的环境中物体的存在；

将所述物体分类为车辆类别；

确定所述物体的速度；以及

确定所述物体的速度不满足预设阈值速度。

3.根据权利要求1所述的系统，其中，所述一个或多个特征指示以下至少之一：

静止车辆的速度，

车道标识，

交通信号状态，

从静止车辆到静止车辆前方的下一物体的距离，

从静止车辆到下一路口的距离，

交通流数据，

指示另一车辆相对于静止车辆移动的车辆行迹，

指示存在遮挡物体的传感器残差，

静止车辆或环境中物体中的至少之一的分类，

与静止车辆相关联的边界框，

静止车辆的灯光状态，

有人在车辆附近的指示，

静止车辆的门或孔的状态，

静止车辆的尺寸，或

静止车辆的偏航。

4.根据权利要求1所述的系统，其中，识别静止车辆还包括检测在自动驾驶车辆的预设阈值距离内的一个或多个其他静止车辆。

5.根据权利要求1所述的系统，其中，机器学习模型包括多个决策树，所述多个决策树被配置为：

接收所述一个或多个特征；

推动所述一个或多个特征穿过决策树的节点，以到达与加权值相关联的输出节点；以及

对加权值求和以确定所述概率。

6.根据权利要求1所述的系统，其中，所述一个或多个特征指示车辆的环境、静止车辆、或环境中物体中的至少之一的一个或多个特性。

7.根据权利要求1所述的系统，其中：

至少部分地基于检测静止车辆来输出所述概率；以及

所述概率指示静止车辆阻碍车辆的可能性。

8.根据权利要求1所述的系统，其中，所述操作还包括：

至少部分地基于交通流数据，确定静止车辆的速度与由感知引擎检测到的两辆或多于两辆的其他车辆的速度相比是异常的；以及

作为所述一个或多个特征之一，指示静止车辆的速度是异常的指示。

9.一种方法，包括：

从至少一个传感器接收传感器数据；

检测静止车辆；

接收一个或多个特征；

将所述一个或多个特征传输到机器学习模型；

从机器学习模型接收静止车辆是阻塞车辆的概率；以及

将所述概率传输到自动驾驶车辆的规划器，所述规划器被配置为至少部分地基于所述概率来控制自动驾驶车辆的运动。

10.根据权利要求9所述的方法，其中，检测静止车辆包括：

检测在自动驾驶车辆附近的环境中物体的存在；

将所述物体分类为车辆类别；

确定所述物体的速度；以及

确定所述物体的速度不满足预设阈值速度。