轨线预测制造技术

本发明专利技术提供一种轨线预测，该轨线预测能够：接收包括LiDAR图像集合的LiDAR图像序列并生成LiDAR标测图；通过经由交互编码器馈送该LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送该LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自该LiDAR图像序列的检测到的障碍物的过去的轨线、该交互编码器结果和该特征提取器结果来生成关系编码器结果；通过经由意图估计器馈送该关系编码器结果来生成意图估计结果；通过经由条件生成模型编码器馈送该检测到的障碍物的过去的轨线、该意图估计结果和概率标测图来生成条件生成模型结果；以及通过经由轨线预测器馈送该关系编码器结果、该检测到的障碍物的过去的轨线和该条件生成模型结果来生成轨线预测。测。测。

【技术实现步骤摘要】
【国外来华专利技术】轨线预测

技术介绍

[0001]预测交通参与者未来的轨线通常是一项困难的任务。历史上，已经从本地周围环境中在假设人们的移动较慢的情况下研究了交互作用，这可能不适用于具有更快速度的运载工具，并且很少会考虑到道路布局。

技术实现思路

[0002]根据一个方面，一种用于轨线预测的系统可以包括：处理器和存储器，存储器存储指令，该指令在由处理器执行时使得处理器执行：接收光检测和测距(LiDAR)图像序列，该测距图像序列包括LiDAR图像集合；基于LiDAR图像序列生成LiDAR标测图；通过经由交互编码器馈送LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自LiDAR图像序列的检测到的障碍物的过去的轨线、交互编码器结果和特征提取器结果来生成关系编码器结果；通过经由意图估计器馈送关系编码器结果来生成意图估计结果；通过经由条件生成模型编码器馈送检测到的障碍物的过去的轨线、意图估计结果和概率标测图来生成条件生成模型结果；以及通过经由轨线预测器馈送关系编码器结果、检测到的障碍物的过去的轨线和条件生成模型结果来生成对障碍物的轨线预测。
[0003]交互编码器结果和特征提取器结果可以被求和并且被提供作为对关系编码器的输入。特征提取器或交互编码器可以包括一个或多个2D卷积层。意图估计器可以包括一个或多个非线性单元层和一个或多个完全连接层。条件生成模型编码器可以包括一个或多个2D卷积层和一个或多个完全连接层。2D卷积层中的一个或多个卷积层可以与非线性单元函数相关联。轨线预测器可以包括一个或多个完全连接层和一个或多个解卷积层。基于LiDAR图像序列生成LiDAR标测图可以包括从LiDAR图像序列移除一个或多个动态障碍物。意图估计结果可以是与环境内的不同区相关联的意图目标的概率分布。轨线预测可以是与关联于环境内的不同区的意图目标相关联的轨线的概率分布。不同区中的区可以是交集的一部分。
[0004]根据一个方面，一种用于轨线预测的系统可以包括：光检测和测距(LiDAR)传感器、处理器和存储器。LiDAR传感器可以接收包括LiDAR图像集合的LiDAR图像序列。存储器可以存储指令，该指令在由处理器执行时使得处理器执行：基于LiDAR图像序列生成LiDAR标测图；通过经由交互编码器馈送LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自LiDAR图像序列的检测到的障碍物的过去的轨线、交互编码器结果和特征提取器结果来生成关系编码器结果；通过经由意图估计器馈送关系编码器结果来生成意图估计结果；通过经由条件生成模型编码器馈送检测到的障碍物的过去的轨线、意图估计结果和概率标测图来生成条件生成模型结果；以及通过经由轨线预测器馈送关系编码器结果、检测到的障碍物的过去的轨线和条件生成模型结果来生成对障碍物的轨线预测；以及运载工具系统，该运载工具系统基于对障碍物的轨线预测来激活相关联的运载工具系统功能。
[0005]交互编码器结果和特征提取器结果可以被求和并且被提供作为对关系编码器的输入。特征提取器或交互编码器可以包括一个或多个2D卷积层。意图估计器可以包括一个或多个非线性单元层和一个或多个完全连接层。条件生成模型编码器可以包括一个或多个2D卷积层和一个或多个完全连接层。2D卷积层中的一个或多个卷积层可以与非线性单元函数相关联。轨线预测器可以包括一个或多个完全连接层和一个或多个解卷积层。
[0006]根据一个方面，一种用于轨线预测的计算机实现的方法可以包括：接收光检测和测距(LiDAR)图像序列，该测距图像序列包括LiDAR图像集合；基于LiDAR图像序列生成LiDAR标测图；通过经由交互编码器馈送LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自LiDAR图像序列的检测到的障碍物的过去的轨线、交互编码器结果和特征提取器结果来生成关系编码器结果；通过经由意图估计器馈送关系编码器结果来生成意图估计结果；通过经由条件生成模型编码器馈送检测到的障碍物的过去的轨线、意图估计结果和概率标测图来生成条件生成模型结果；以及通过经由轨线预测器馈送关系编码器结果、检测到的障碍物的过去的轨线和条件生成模型结果来生成对障碍物的轨线预测。
[0007]用于轨线预测的计算机实现的方法可以包括：对交互编码器结果和特征提取器结果求和，并且提供该和作为对关系编码器的输入。基于LiDAR图像序列生成LiDAR标测图可以包括从LiDAR图像序列移除一个或多个动态障碍物。意图估计结果可以是与环境内的不同区相关联的意图目标的概率分布。
附图说明
[0008]图1是根据一个方面的用于轨线预测的系统的部件图的示例性图示。
[0009]图2是根据一个方面的用于轨线预测的方法的流程图的示例性图示。
[0010]图3是根据一个方面的图1的用于轨线预测的系统的实施方式的示例性图示。
[0011]图4A至图4B是根据一个方面的与轨线预测相关联的模型的示例性图示。
[0012]图5是根据一个方面的图1的用于轨线预测的系统的实施方式的示例性图示。
[0013]图6是根据一个方面的图1的用于轨线预测的系统的轨线预测的示例性图示。
[0014]图7是根据一个方面的示例性计算机可读介质或计算机可读装置的图示，该计算机可读介质或计算机可读装置包括被配置为体现本文阐述的规定中的一个或多个规定的处理器可执行指令。
[0015]图8是根据一个方面的示例性计算环境的图示，本文阐述的规定中的一个或多个规定在该计算环境中实现。
具体实施方式
[0016]以下包括本文采用的选定术语的定义。定义包括落入某个术语的范围内的并且可用于实施方式的部件的各种示例和/或形式。这些示例并非旨在进行限制。此外，本领域的普通技术人员将会知道，本文讨论的部件可以组合、省略或与其他部件组织或组织成不同架构。
[0017]如本文所用，“处理器”处理信号并且执行一般计算和算术功能。由处理器处理的信号可以包括数字信号、数据信号、计算机指令、处理器指令、消息、位、位流或可被接收、传
输和/或检测的其他手段。一般来讲，处理器可以是多种处理器，包括多个单核和多核处理器和协处理器以及其他多个单核和多核处理器和协处理器架构。处理器可以包括各种模块以执行各种功能。
[0018]如本文所用的“存储器”可以包括易失性存储器和/或非易失性存储器。非易失性存储器可以包括例如ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除PROM)和EEPROM(电可擦除PROM)。易失性存储器可以包括例如RAM(随机存取存储器)、同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDRSDRAM)和直接RAM总线RAM(DRRAM)。存储器可以存储控制或分配计算装置的资源的操作系统。
[0019]如本文本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于轨线预测的系统，所述系统包括：处理器和存储器，所述存储器存储指令，所述指令在由所述处理器执行时使得所述处理器执行：接收光检测和测距(LiDAR)图像序列，所述测距图像序列包括LiDAR图像集合；基于所述LiDAR图像序列生成LiDAR标测图；通过经由交互编码器馈送所述LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送所述LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自所述LiDAR图像序列的检测到的障碍物的过去的轨线、所述交互编码器结果和所述特征提取器结果来生成关系编码器结果；通过经由意图估计器馈送所述关系编码器结果来生成意图估计结果；通过经由条件生成模型编码器馈送所述检测到的障碍物的过去的轨线、所述意图估计结果和概率标测图来生成条件生成模型结果；以及通过经由轨线预测器馈送所述关系编码器结果、所述检测到的障碍物的过去的轨线和所述条件生成模型结果来生成对所述障碍物的轨线预测。2.根据权利要求1所述的用于轨线预测的系统，其中所述交互编码器结果和所述特征提取器结果被求和并且被提供作为对所述关系编码器的输入。3.根据权利要求1所述的用于轨线预测的系统，其中所述特征提取器或所述交互编码器包括一个或多个2D卷积层。4.根据权利要求1所述的用于轨线预测的系统，其中所述意图估计器包括一个或多个非线性单元层和一个或多个完全连接层。5.根据权利要求1所述的用于轨线预测的系统，其中所述条件生成模型编码器包括一个或多个2D卷积层和一个或多个完全连接层，并且其中所述2D卷积层中的一个或多个2D卷积层与非线性单元函数相关联。6.根据权利要求1所述的用于轨线预测的系统，其中所述轨线预测器包括一个或多个完全连接层和一个或多个解卷积层。7.根据权利要求1所述的用于轨线预测的系统，其中基于所述LiDAR图像序列生成所述LiDAR标测图包括从所述LiDAR图像序列移除一个或多个动态障碍物。8.根据权利要求1所述的用于轨线预测的系统，其中所述意图估计结果是与环境内的不同区相关联的意图目标的概率分布。9.根据权利要求8所述的用于轨线预测的系统，其中所述轨线预测是与关联于所述环境内的所述不同区的所述意图目标相关联的轨线的概率分布。10.根据权利要求8所述的用于轨线预测的系统，其中所述不同区中的区是交集的一部分。11.一种用于轨线预测的系统，所述系统包括：光检测和测距(LiDAR)传感器，所述光检测和测距传感器接收包括LiDAR图像集合的LiDAR图像序列；处理器和存储器，所述存储器存储指令，所述指令在由所述处理器执行时使得所述处理器执行：基于所述LiDAR图像序列生成LiDAR标测图；
通过经由交互编码器馈送所述LiDAR图像序列来生成交互编码器结果；通过经由特征提取器馈送所述LiDAR标测图来生成特征提取器结果；通过经由关系编码器馈送来自所述...

【专利技术属性】
技术研发人员：崔智保，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：