[发明专利]用于预测目标车辆的位置的系统和方法在审
申请号: | 202011451903.3 | 申请日: | 2020-12-10 |
公开(公告)号: | CN112937603A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 孙林;罗晨旭;戴瑞奇·达比里 | 申请(专利权)人: | 三星电子株式会社 |
主分类号: | B60W60/00 | 分类号: | B60W60/00;B60W50/00 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 张川绪;刘灿强 |
地址: | 韩国京畿*** | 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: | 用于 预测 目标 车辆 位置 系统 方法 | ||
1.一种用于预测目标车辆的位置的方法,所述方法包括:
通过处理器,接收目标车辆的轨迹信息;
通过处理器,基于轨迹信息确定轨迹特征;
通过处理器,确定目标车辆的阈值附近区域内的车道的车道特征;和
通过处理器,基于车道特征和轨迹特征来预测目标车辆在即将到来的时间段的位置,
其中,预测目标车辆的位置步骤包括:
基于轨迹特征和车道特征确定与车道相关的概率;和
基于所述概率来预测目标车辆的位置。
2.根据权利要求1所述的方法,其中,轨迹信息包括目标车辆的位置历史和速度历史。
3.根据权利要求2所述的方法,其中,确定轨迹特征的步骤包括:
将位置历史编码成第一向量;
将速度历史编码成第二向量;和
联结第一向量和第二向量。
4.根据权利要求1所述的方法,其中,基于从车道的中心采样的有序点的集合来确认车道,其中,有序点的集合由局部地图提供。
5.根据权利要求1所述的方法,其中,阈值附近区域包括距目标车辆的阈值半径。
6.根据权利要求1所述的方法,其中,确定车道特征的步骤包括:调用用于提取车道的一个或多个特征并将所述一个或多个特征存储在向量中的神经网络。
7.根据权利要求1所述的方法,其中,提取车道的所述一个或多个特征的步骤经由卷积神经网络。
8.根据权利要求1所述的方法,其中,确定与车道相关的概率的步骤包括:确定目标车辆将进入车道的概率。
9.根据权利要求1至权利要求8中的任何一项所述的方法,还包括:
通过处理器,接收第二车辆的第二轨迹信息;
通过处理器,基于第二轨迹信息确定第二轨迹特征;和
通过处理器,基于轨迹特征和第二轨迹特征确定交互特征,
其中,通过处理器,基于车道特征、轨迹特征和交互特征来预测目标车辆的位置。
10.根据权利要求1至权利要求8中的任何一项所述的方法,还包括:
通过处理器,确定目标车辆的阈值附近区域内的第二车道的第二车道特征;和
通过处理器,基于轨迹特征和第二车道特征确定与第二车道相关的第二概率,
其中,预测的步骤包括:基于与第二车道相关的第二概率来预测目标车辆在即将到来的时间段的第二位置。
11.一种用于预测目标车辆的位置的系统,所述系统包括:
处理器;和
存储器,其中,存储器存储指令,所述指令在被执行时使处理器:
接收目标车辆的轨迹信息;
基于轨迹信息确定轨迹特征;
确定目标车辆的阈值附近区域内的车道的车道特征;和
基于车道特征和轨迹特征来预测目标车辆在即将到来的时间段的位置,
其中,预测目标车辆的位置步骤包括:
基于轨迹特征和车道特征确定与车道相关的概率;和
基于所述概率来预测目标车辆的位置。
12.根据权利要求11所述的系统,其中,轨迹信息包括目标车辆的位置历史和速度历史。
13.根据权利要求12所述的系统,其中,确定轨迹特征的步骤包括:
将位置历史编码成第一向量;
将速度历史编码成第二向量;和
联结第一向量和第二向量。
14.根据权利要求11所述的系统,其中,基于从车道的中心采样的有序点的集合来确认车道,其中,有序点的集合由局部地图提供。
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三星电子株式会社,未经三星电子株式会社许可,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/202011451903.3/1.html,转载请声明来源钻瓜专利网。