[发明专利]行为预测系统中的轨迹表示

说明书

用于生成环境中的目标智能体的轨迹的表示的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一方面，环境中的目标智能体的轨迹的表示是多个通道的级联，其中每个通道被表示为数据值的二维数组。每个通道中的每个值对应于环境中的相应空间位置，以及不同通道中的对应位置对应于环境中的相同空间位置。通道包括时间通道和与预定的一组运动参数中的每个运动参数对应的相应运动通道。

技术领域

本说明书涉及自主载具(autonomous vehicle)。

背景技术

自主载具包括自动驾驶汽车、船和飞机。自主载具使用各种机载传感器和计算机系统来检测附近的对象并且使用这样的检测来做出控制和导航决策。

发明内容

本说明书描述了在一个或多个位置的一个或多个计算机上作为计算机程序实现的系统，其生成行为预测数据。

根据第一方面，提供一种方法，该方法包括获得表征环境中的目标智能体的轨迹的历史数据。历史数据针对多个先前时间点中的每一个包括限定下述各项的数据：(i)目标智能体在先前时间点所占据的环境中的空间位置，以及(ii)预定的一组运动参数中的每个运动参数的相应值。每个运动参数的值表征目标智能体在先前时间点的运动的相应特征。生成环境中的目标智能体的轨迹的表示，其中，环境中的目标智能体的轨迹的表示是多个通道的级联(concatenation)。每个通道被表示为数据值的二维数组，以及每个通道中的每个位置对应于环境中的相应空间位置。不同通道中的对应位置对应于环境中的相同空间位置。通道包括时间通道和与该预定的一组运动参数中的每个运动参数对应的相应运动通道。

针对目标智能体在特定先前时间点所占据的环境中的每个特定空间位置，与特定空间位置对应的时间通道中的位置限定特定先前时间点。此外，针对每个运动通道，与特定空间位置对应的运动通道中的位置限定在特定先前时间点与运动通道对应的运动参数的值。

使用卷积神经网络处理包括环境中的目标智能体的轨迹的表示的输入，以生成表征在当前时间点之后环境中的目标智能体的未来轨迹的数据。

在一些实现方式中，该方法包括获得表征目标智能体在先前时间点的速度的速度运动参数的值。在一些实现方式中，该方法包括获得表征目标智能体在先前时间点的加速度的加速度运动参数的值。在一些实现方式中，该方法包括获得表征目标智能体在先前时间点的走向的走向运动参数的值。

在一些实现方式中，该方法包括使用载具的规划系统处理表征在当前时间点之后环境中的目标智能体的未来轨迹的数据，以生成控制输出。基于控制输出，自主地修改载具的操作。

在一些实现方式中，该方法包括处理包括环境中的目标智能体的轨迹的表示的输入，以生成下述数据：该数据针对环境中的多个空间位置中的每一个，限定目标智能体将在当前时间点之后的指定时间点占据该空间位置的相应概率。

在一些实现方式中，该方法包括处理除了环境中的目标智能体的轨迹的表示之外还包括限定在当前时间点之后环境中的目标智能体的候选未来轨迹的数据的输入，以生成限定目标智能体的未来轨迹是目标智能体的候选未来轨迹的概率的数据。

在一些实现方式中，该方法包括生成下述数据：该数据限定目标智能体将做出预定数目的可能驾驶决策中的每一个的相应概率。

在一些实现方式中，该方法包括生成时间通道和与该预定的一组运动参数中的每个运动参数对应的相应运动通道，时间通道和相应运动通道中的每一个表示环境的自上而下透视。

在一些实现方式中，该方法包括处理包括下述各项中的一个或多个的输入：(i)表示环境的已知几何结构的道路图通道，(ii)通过目标智能体边界框表示在当前时间点环境中的目标智能体的空间位置的目标智能体定位通道，以及(iii)通过相应其他智能体边界框表示在当前时间点环境中的一个或多个其他智能体的相应空间位置的辅助定位通道。