用于预测自行车轨迹的系统和方法技术方案

用于预测骑行者骑行自行车的轨迹的方法和系统。该系统包括通信接口，该通信接口被配置为接收自行车正在行驶的区域的地图和获取的与自行车相关的传感器数据。该系统包括至少一个处理器，该至少一个处理器被配置为在地图中定位自行车、识别正在骑行自行车的骑行者，并基于自行车的定位识别自行车周围的一个或以上物体。至少一个处理器还被配置为从传感器数据中提取自行车、骑行者和一个或以上物体的特征。至少一个处理器还被配置为使用学习模型基于提取的特征，预测自行车的轨迹。预测自行车的轨迹。预测自行车的轨迹。

【技术实现步骤摘要】
【国外来华专利技术】用于预测自行车轨迹的系统和方法
相关申请的交叉引用
[0001]本申请与[添加专利技术人]的题为[添加标题]的国际申请、[添加专利技术人]的题为[添加标题]的国际申请，以及[添加专利技术人]的题为[添加标题]的国际申请有关，所有这些都是同时提交。所有上述申请的全部内容通过引用并入本文。


[0002]本说明书涉及用于预测自行车轨迹的系统和方法，更具体地，涉及使用从地图和传感器数据中提取的特征来预测自行车轨迹的系统和方法。

技术介绍

[0003]车辆与其他车辆、行人、自行车以及交通标志、路障、围栏等物体共用道路。因此，驾驶员需要不断调节驾驶，以避免车辆与此类障碍物碰撞。虽然有些障碍物通常是静态的，因此易于避免，但有些障碍物可能正在移动。对于正在移动的障碍物，驾驶员不仅要观察其当前位置，还要预测其移动轨迹以确定其未来位置。例如，车辆附近的自行车可以直行、停止或转弯。驾驶员通常基于诸如骑行者提供的手势、自行车的行进速度等的观察来进行预测。
[0004]自动驾驶车辆需要做出类似的决定来避开障碍物。因此，自动驾驶技术在很大程度上依赖本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种预测骑行者骑行自行车的轨迹的系统，包括：通信接口，被配置为接收所述自行车正在行驶的区域的地图和获取的与所述自行车相关的传感器数据；以及至少一个处理器，被配置为：在所述地图中定位所述自行车；识别正在骑行所述自行车的所述骑行者；基于所述自行车的定位，识别所述自行车周围的一个或以上物体；从所述传感器数据中提取所述自行车、所述骑行者和所述一个或以上物体的特征；以及使用学习模型基于提取的特征，预测所述自行车的轨迹。2.根据权利要求1所述的系统，其中，为了预测所述自行车的轨迹，所述至少一个处理器还被配置为：确定至少两个候选轨迹；使用所述学习模型基于所述提取的特征，确定每个候选轨迹的概率；以及将具有最高概率的候选轨迹确定为所述自行车的预测轨迹。3.根据权利要求2所述的系统，其中，所述至少一个处理器还被配置为：当所述最高概率低于预定阈值时，请求获取与所述自行车相关的附加传感器数据。4.根据权利要求1所述的系统，其中，为了预测所述自行车的轨迹，所述至少一个处理器还被配置为：使用所述学习模型基于所述提取的特征，对所述至少两个候选轨迹排序；以及将具有最高等级的候选轨迹确定为所述自行车的预测轨迹。5.根据权利要求1所述的系统，其中，所述学习模型是决策树模型或逻辑回归模型。6.根据权利要求1所述的系统，其中，所述传感器数据包括由激光雷达获取的点云数据和由相机获取的图像。7.根据权利要求1所述的系统，其中，为了提取所述骑行者的特征，所述至少一个处理器还被配置为检测所述骑行者的手势。8.根据权利要求1所述的系统，其中，所述一个或以上物体包括所述自行车面对的行人红绿灯，其中，为了提取所述一个或以上物体的特征，所述至少一个处理器还被配置为确定所述行人红绿灯的状态。9.根据权利要求1所述的系统，其中，所述一个或以上物体包括所述自行车正沿行的自行车车道，其中，为了提取所述一个或以上物体的特征，所述至少一个处理器还被配置为检测所述自行车车道的方向和路径。10.根据权利要求1所述的系统，其中，为了提取所述骑行者的特征，所述至少一个处理器还被配置为确定所述自行车的速度。11.根据权利要求2所述的系统，其中，所述至少一个处理器还被配置为：在确定每个候选轨迹的所述概率之前，删除与任何一个所述特征冲突的候选轨迹。12.根据权利要求1所述的系统，其中，所述传感器数据由安装在正行驶在所述自行车正在行驶的所述区域中的车辆上的...

【专利技术属性】
技术研发人员：关健，李培，李游，
申请(专利权)人：北京航迹科技有限公司，
类型：发明
国别省市：