[发明专利]用于预测自行车轨迹的系统和方法

说明书

用于预测骑行者骑行自行车的轨迹的方法和系统。该系统包括通信接口，该通信接口被配置为接收自行车正在行驶的区域的地图和获取的与自行车相关的传感器数据。该系统包括至少一个处理器，该至少一个处理器被配置为在地图中定位自行车、识别正在骑行自行车的骑行者，并基于自行车的定位识别自行车周围的一个或以上物体。至少一个处理器还被配置为从传感器数据中提取自行车、骑行者和一个或以上物体的特征。至少一个处理器还被配置为使用学习模型基于提取的特征，预测自行车的轨迹。

相关申请的交叉引用

本申请与[添加发明人]的题为[添加标题]的国际申请、[添加发明人]的题为[添加标题]的国际申请，以及[添加发明人]的题为[添加标题]的国际申请有关，所有这些都是同时提交。所有上述申请的全部内容通过引用并入本文。

技术领域

本说明书涉及用于预测自行车轨迹的系统和方法，更具体地，涉及使用从地图和传感器数据中提取的特征来预测自行车轨迹的系统和方法。

背景技术

车辆与其他车辆、行人、自行车以及交通标志、路障、围栏等物体共用道路。因此，驾驶员需要不断调节驾驶，以避免车辆与此类障碍物碰撞。虽然有些障碍物通常是静态的，因此易于避免，但有些障碍物可能正在移动。对于正在移动的障碍物，驾驶员不仅要观察其当前位置，还要预测其移动轨迹以确定其未来位置。例如，车辆附近的自行车可以直行、停止或转弯。驾驶员通常基于诸如骑行者提供的手势、自行车的行进速度等的观察来进行预测。

自动驾驶车辆需要做出类似的决定来避开障碍物。因此，自动驾驶技术在很大程度上依赖于对其他正在移动的障碍物轨迹的自动预测。然而，现有的预测系统和方法受限于车辆“看见”(例如，收集相关数据)的能力、处理数据的能力以及基于数据做出准确预测的能力。因此，自动驾驶车辆可以受益于对现有预测系统和方法的改进。

本说明书的实施例通过提供使用从地图和传感器数据提取的特征预测自行车轨迹的系统和方法，来改善自动驾驶中的现有预测系统和方法。

发明内容

本说明书的实施例提供一种预测骑行者骑行自行车的轨迹的系统。所述系统包括通信接口，所述通信接口被配置为接收所述自行车正在行驶的区域的地图和获取的与所述自行车相关的传感器数据。所述系统包括至少一个处理器，所述至少一个处理器被配置为在所述地图中定位所述自行车，识别正在骑行所述自行车的所述骑行者，并基于所述自行车的定位识别所述自行车周围的一个或以上物体。所述至少一个处理器还被配置为从所述传感器数据中提取所述自行车、所述骑行者和所述一个或以上物体的特征。所述至少一个处理器还被配置为使用学习模型基于提取的特征，预测所述自行车的轨迹。

本说明书的实施例还提供一种预测骑行者骑行自行车的轨迹的方法。所述方法包括通过通信接口接收所述自行车正在行驶的区域的地图和获取的与所述自行车相关的传感器数据。所述方法还包括通过至少一个处理器，在所述地图中定位所述自行车，识别正在骑行所述自行车的所述骑行者，并基于所述自行车的定位，识别所述自行车周围的一个或以上物体。所述方法还包括通过所述至少一个处理器，从所述传感器数据中提取所述自行车、所述骑行者和所述一个或以上物体的特征。所述方法还包括通过所述至少一个处理器，使用学习模型基于提取的特征，预测所述自行车的轨迹。

本说明书的实施例还提供一种非暂时性计算机可读介质，其上存储有指令，当由至少一个处理器执行时，使得所述至少一个处理器执行操作。所述操作包括接收所述自行车正在行驶的区域的地图和获取的与所述自行车相关的传感器数据。所述操作还包括在所述地图中定位所述自行车，识别正在骑行所述自行车的所述骑行者，并基于所述自行车的定位，识别所述自行车周围的一个或以上物体。所述操作还包括从所述传感器数据中提取所述自行车、所述骑行者和所述一个或以上物体的特征。所述操作还包括使用学习模型基于提取的特征，预测所述自行车的轨迹。

应当理解，上述一般描述和以下详细描述仅为示例性和解释性的，并且不限制如权利要求所述的本发明。

附图说明