用于解释交通信号和协商信号化的交叉路口的方法和系统技术方案

提供了用于车辆解释交通信息的系统和方法。在一实施例中，一种方法包括：处理器接收来自车辆的一个或多个感测设备的传感器数据，其中传感器数据描绘车辆的环境中的交通设备；处理器接收与车辆的环境相关的地图数据，其中地图数据包括交通设备；处理器将传感器数据的交通设备与地图数据的交通设备进行匹配；处理器基于隐马尔可夫模型(HMM)确定与匹配的交通设备相关的交通信号的概率分布；以及处理器基于概率分布来计划车辆的控制。

【技术实现步骤摘要】
用于解释交通信号和协商信号化的交叉路口的方法和系统
本公开总体上涉及车辆，更具体地涉及调节车辆交通流量的交通信号的检测和解释。
技术介绍
自主车辆是能够在没有或几乎没有用户输入的情况下感知其环境并导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等之类的感测设备来感测其环境。自主车辆系统还使用来自全球定位系统(GPS)技术、导航系统、车辆对车辆通信、车辆对基础设施技术和/或线控驾驶系统的信息来导航车辆。尽管自主车辆和半自主车辆提供了优于传统车辆的许多潜在优势，但是在某些情况下，可能需要改善车辆的操作。例如，自主车辆使用一个或多个感测设备来检测交通设备。自主车辆还确定从交通设备发出的交通信号。为了规划车辆的路线，自主车辆必须知道检测到的交通设备涉及哪个车道，并且必须知道交通设备的当前交通信号或状态(例如红灯、绿灯、黄灯、绿箭头等)。在某些情况下，相关车道和/或当前交通信号的确定是不准确的。因此，期望提供用于检测和解释交通设备的交通信号的改进的系统和方法。进一步期望提供用于确定与所确定的交通信号相关的车道的改进的系统和方法。此外本文档来自技高网...

【技术保护点】
1.一种用于车辆解释交通信息的方法，包括：/n处理器接收来自车辆的一个或多个感测设备的传感器数据，其中传感器数据描绘车辆的环境中的交通设备；/n处理器接收与车辆的环境相关的地图数据，其中地图数据包括交通设备；/n处理器将传感器数据的交通设备与地图数据的交通设备进行匹配；/n处理器基于隐马尔可夫模型(HMM)确定与匹配的交通设备相关的交通信号的概率分布；以及/n处理器基于概率分布来计划车辆的控制。/n

【技术特征摘要】
20190220 US 16/280,1521.一种用于车辆解释交通信息的方法，包括：
处理器接收来自车辆的一个或多个感测设备的传感器数据，其中传感器数据描绘车辆的环境中的交通设备；
处理器接收与车辆的环境相关的地图数据，其中地图数据包括交通设备；
处理器将传感器数据的交通设备与地图数据的交通设备进行匹配；
处理器基于隐马尔可夫模型(HMM)确定与匹配的交通设备相关的交通信号的概率分布；以及
处理器基于概率分布来计划车辆的控制。


2.根据权利要求1所述的方法，还包括基于推断模型来确定与匹配的交通设备相关的另一交通信号的概率分布。


3.根据权利要求1所述的方法，其中，所述隐马尔可夫模型包括扩散模型。


4.根据权利要求3所述的方法，其中，所述扩散模型基于时间将扩散值应用于信号状态矩阵。


5.根据权利要求4所述的方法，其中，所述扩散模型还基于状态转换模型将扩散值应用于信号状态矩阵。


6.根据权利要求1...

【专利技术属性】
技术研发人员：LA布什，MA洛什，A马尼，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：美国;US