[发明专利]预测车辆的移动轨迹的方法及系统在审
申请号: | 202011449841.2 | 申请日: | 2020-12-09 |
公开(公告)号: | CN112977472A | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 潘嘉诚;孙宏艺;许珂诚;蒋一飞;肖祥全;胡江滔;缪景皓 | 申请(专利权)人: | 百度(美国)有限责任公司 |
主分类号: | B60W60/00 | 分类号: | B60W60/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 美国加利福尼亚*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预测 车辆 移动 轨迹 方法 系统 | ||
提供一种预测车辆的移动轨迹的方法及系统。确定移动障碍物的空间位置在一段时间内的障碍物状态演变。还确定移动障碍物与移动障碍物附近的一条或多条车道中的每条车道在一段时间内的障碍物关系演变。基于障碍物状态演变和车道‑障碍物演变预测移动障碍物的预期移动。此后,基于所预测的移动障碍物的预期移动,规划ADV的轨迹以控制ADV避免与移动障碍物碰撞。对于在ADV的预定邻近范围内检测到的移动障碍物中的每个,迭代地执行以上过程。
技术领域
本公开的实施例总体上涉及操作自主驾驶车辆。更具体地,本公开的实施例涉及预测移动障碍物的移动或轨迹。
背景技术
以自主模式(例如,无人驾驶)操作的车辆可以减轻乘员(特别是驾驶员)免于某些与驾驶有关的责任。当以自主模式操作时,车辆可以使用车载传感器导航到各种位置,允许车辆在最少的人机交互、或者在某些情况下无需任何乘客的情况下行进。
运动规划和控制是自主驾驶中至关重要的操作。在规划自主驾驶车辆(autonomous driving vehicle,ADV)的路径或轨迹时,重要的是预测在ADV邻近范围内的每个移动障碍物的移动或轨迹。但是,这样的预测难以实现高精度。例如,可以通过移动障碍物的驾驶员的意图确定移动障碍物的轨迹,这受周围静态环境(诸如,移动障碍物附近的风景、车道线和道路形状)的影响。因此,可能难以估计移动障碍物的驾驶员的意图。
发明内容
在第一方面中,提供一种用于操作自主驾驶车辆(ADV)的计算机实现方法,方法包括:
确定移动障碍物的空间位置在一段时间内的障碍物状态演变;
确定移动障碍物与移动障碍物附近的一条或多条车道中的每条车道在一段时间内的车道-障碍物关系演变;
基于障碍物状态演变和车道-障碍物关系演变,预测移动障碍物的预期移动;以及
基于所预测的移动障碍物的预期移动,规划ADV的轨迹以控制ADV避免与移动障碍物碰撞。
在第二方面中,提供一种非暂时性机器可读介质,具有存储在其中的指令,指令在由处理器执行时使处理器执行如第一方面所述的操作自主驾驶车辆(ADV)的方法的操作。
在第三方面中,提供一种数据处理系统,包括:
处理器;以及
存储器,耦合到处理器并被配置为存储指令,指令在由处理器执行时使处理器执行如第一方面所述的操作自主驾驶车辆(ADV)的方法的操作。
通过本发明的方法及系统,可以准确地预测移动障碍物的移动轨迹。
附图说明
在附图的图中以示例而非限制的方式示出本公开的实施例,在附图中,相似的附图标记指示相似的元件。
图1是示出根据一个实施例的联网系统的框图。
图2是示出根据一个实施例的自主车辆的示例的框图。
图3A-3B是示出根据一个实施例的与自主车辆一起使用的感知和规划系统的示例的框图。
图4是示出根据一个实施例的预测模块的示例的框图。
图5是示出根据一个实施例的预测模块的示例的处理流程图。
图6示出预测移动障碍物在出口附近的轨迹的问题的示例。
图7A示出通过网格状欧几里得方法基于动态交互作用预测行人的轨迹的示例。
图7B示出通过非欧几里得方法基于动态交互作用预测行人的轨迹的示例。
图7C示出通过网格状欧几里得方法基于静态环境预测移动障碍物的轨迹的示例。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度(美国)有限责任公司,未经百度(美国)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011449841.2/2.html,转载请声明来源钻瓜专利网。