行动预测装置以及自动驾驶装置制造方法及图纸

本发明专利技术提供一种能够提高交通参与者的行动的预测精度的行动预测装置以及自动驾驶装置。行动预测装置1使用包括交通参与者的推定加速度α以及推定曲率ρ的模型(表达式(12)、(21)、(22))，计算交通参与者的预测速度V(k+n)、预测X坐标值X(k+n)以及预测Y坐标值Y(k+n)，计算表示交通参与者的周边的干扰对象的与交通参与者的干扰程度的速度干扰函数值Pv_j以及轨迹干扰函数值Pt_j，确定推定加速度α以及推定曲率ρ，使得干扰程度减少。

Action prediction device and automatic driving device

【技术实现步骤摘要】
行动预测装置以及自动驾驶装置
本专利技术涉及预测交通参与者的行动的行动预测装置以及自动驾驶装置。
技术介绍
以往，作为行动预测装置，已知专利文献1中记载的行动预测装置。该行动预测装置是预测作为交通参与者的行人的行动的行动预测装置，具备搭载于车辆的相机装置、横摆率传感器以及速度传感器等。在该行动预测装置中，使用由卡尔曼滤波器模型化的线性模型表达式，计算状态矢量的预测值来作为行人的行动的预测值，在该状态矢量中，将二维坐标系中的行人的速度vx、vy以及位置x、y作为要素。在先技术文献专利文献专利文献1：日本特开2009-89365号公报
技术实现思路
专利技术要解决的课题根据上述以往的行动预测装置，基于使用由卡尔曼滤波器模型化的线性模型表达式的关系，在存在可能对行人的行动造成干扰的干扰对象(例如，其他的行人、信号的状态以及周边环境)的情况下，有考虑到该干扰对象而无法预测行人的行动从而预测精度低这样的问题。此外，基于相同的理由，在行人弯曲或者蜿蜒前进并且步行的条件下，其预测值的计算误差增大，预测精度大本文档来自技高网...

【技术保护点】
1.一种行动预测装置，预测交通参与者的行动，其特征在于，/n具备：/n周边状况识别单元，识别所述交通参与者的周边状况；/n行动预测值计算单元，使用由该周边状况识别单元进行的所述周边状况的识别结果和对所述交通参与者的行动进行模型化的行动模型，计算作为所述交通参与者的未来的行动的预测值的行动预测值，所述行动模型包括表示所述交通参与者的行动方式的行动方式参数；/n干扰程度参数计算单元，使用所述行动预测值，计算表示所述交通参与者的周边的干扰对象的与该交通参与者的干扰程度的干扰程度参数；以及/n行动方式参数确定单元，确定所述行动方式参数，使得该干扰程度参数表示的干扰程度减少。/n

【技术特征摘要】
20180622 JP 2018-1185391.一种行动预测装置，预测交通参与者的行动，其特征在于，
具备：
周边状况识别单元，识别所述交通参与者的周边状况；
行动预测值计算单元，使用由该周边状况识别单元进行的所述周边状况的识别结果和对所述交通参与者的行动进行模型化的行动模型，计算作为所述交通参与者的未来的行动的预测值的行动预测值，所述行动模型包括表示所述交通参与者的行动方式的行动方式参数；
干扰程度参数计算单元，使用所述行动预测值，计算表示所述交通参与者的周边的干扰对象的与该交通参与者的干扰程度的干扰程度参数；以及
行动方式参数确定单元，确定所述行动方式参数，使得该干扰程度参数表示的干扰程度减少。


2.根据权利要求1所述的行动预测装置，其特征在于，
所述交通参与者的行动是表示该交通参与者的实际空间位置的时间序列的位置轨迹，
所述行动模型是对所述交通参与者的所述位置轨迹进行模型化的位置轨迹模型，
所述行动预测值是所述位置轨迹的预测值，
所述行动预测装置还具备：
位置轨迹获取单元，获取所述交通参与者的所述位置轨迹；
过去位置轨迹存储单元，存储作为由该位置轨迹获取单元获取的所述位置轨迹的过去值的过去位置轨迹；
过去位置轨迹模型值计算单元，使用所述行动方式参数和作为该过去轨迹存储单元中存储的所述过去位置轨迹中的至少一个分量的坐标值，计算作为所述过去位置轨迹的模型值的过去位置轨迹模型值；以及
误差参数计算单元，计算表示所述过去位置轨迹和所述过去位置轨迹模型值之间的误差的误差参数，
所述行动方式参数确定单元确定所述行动方式参数，使得除了所述干扰程度参数表示的干扰程度之外，所述误差参数表示的误差也进一步减少。


3.根据权利要求2所述的行动预测装置，其特征在于，
所述位置轨迹是将第一坐标值以及第二坐标值作为分量的二维坐标系的位置轨迹，
...

【专利技术属性】
技术研发人员：安井裕司，市野佑树，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：日本;JP