一种联合预测运动对象轨迹的系统和方法技术方案

本说明书实施例提供一种用于联合预测至少两个运动对象的运动轨迹的方法和系统，该系统包括一种通信接口，被配置为接收至少两个运动对象运动区域的地图以及与至少两个运动对象相关联的传感器数据；以及至少一个处理器，被配置为：将至少两个运动对象在地图中定位；基于传感器数据确定每个运动对象的对象特征，对象特征表征各个运动对象的运动；确定运动对象的规则特征，规则特征表征运动对象需要遵守的交通规则；以及基于对象特征和规则特征，使用机器学习模型联合预测至少两个运动对象的运动轨迹。运动轨迹。运动轨迹。

【技术实现步骤摘要】
【国外来华专利技术】一种联合预测运动对象轨迹的系统和方法
交叉引用相关申请
[0001]本申请与[ADD INVENTOR]题为[ADD TITLE]的国际申请、[ADD INVENTOR]题为[ADD TITLE]的国际申请和[ADD INVENTOR]题为[ADD TITLE]的国际申请有关，均属于同时提交。所有上述申请的全部内容通过引用并入本文。


[0002]本说明书涉及自动驾驶领域，特别涉及一种联合预测运动对象轨迹的系统和方法。

技术介绍

[0003]车辆与其他车辆、自行车、行人和其他对象(如交通标志、路障、围栏等)共用道路。因此，驾驶员需要不断调整驾驶，以避免与各类障碍物碰撞。虽然有些障碍物通常是静态的，因此很容易避开，但有些障碍物可能是运动的。对于运动的障碍物，驾驶员不仅要观察其当前位置，而且还要预测其运动轨迹，以便确定其将来的位置。例如，车辆附近的行人可能穿过车辆前方的道路，也可能沿着与车辆行驶方向平行的方向前进，或者停下来。驾驶员通常基于观察，例如，行人的行进速度、行人的朝向、以及行人提供的任何手势信号等，来预测其位置。
[0004]当多个运动对象出现在一个区域时，这些对象的运动可能会进一步受到彼此的影响。例如，当车辆、自行车和行人在同一个十字路口时，他们的运动轨迹会进一步受到当时拥有通行权的人或车辆的影响。因此，在预测多个运动对象的运动轨迹时，靠近多个运动对象的驾驶员不仅需要考虑每个运动对象的状态信息，还需要考虑这些对象之间可能的相互影响。
[0005]自动驾驶车辆需要做出类似的决定来避免障碍物。因此，自动驾驶技术严重依赖于对其他运动障碍物的轨迹的自动化预测。然而，现有的预测系统和方法受到车辆“观察”(例如，收集相关数据)的能力、处理数据的能力以及基于数据做出准确预测的能力的限制。预测同时存在的多个运动对象的轨迹特别具有挑战性。因此，自动驾驶车辆可以受益于对现有预测系统和方法的改进。
[0006]本说明书的实施例通过提供用于使用从地图和传感器数据中提取的对象特征和规则特征联合预测多个运动对象的运动轨迹的系统和方法，改进了现有的自动驾驶预测系统和方法。

技术实现思路

[0007]本说明书一个或多个实施例提供一种用于联合预测至少两个运动对象的运动轨迹的系统。所述用于联合预测至少两个运动对象的运动轨迹的系统包括：一种通信接口，被配置为接收所述至少两个运动对象移动区域的地图以及与所述至少两个运动对象相关联的传感器数据；以及至少一个处理器，被配置为：将所述至少两个运动对象在所述地图中定
位；基于所述传感器数据确定每个所述运动对象的对象特征，所述对象特征表征各个运动对象的运动；确定所述运动对象的规则特征，所述规则特征表征运动对象需要遵守的交通规则；以及基于所述对象特征和所述规则特征，使用机器学习模型联合预测所述至少两个运动对象的运动轨迹。
[0008]本说明书实施例之一提供一种用于联合预测至少两个运动对象的运动轨迹的方法。所述用于联合预测至少两个运动对象的运动轨迹的方法包括：通过通信接口接收所述至少两个运动对象运动区域的地图以及与所述至少两个运动对象相关联的传感器数据；通过至少一个处理器定位所述地图中的所述至少两个运动对象；由所述至少一个处理器基于所述传感器数据确定每个所述运动对象的对象特征，所述对象特征表征各个运动对象的运动；由所述至少一个处理器确定所述运动对象的规则特征，所述规则特征表征所述运动对象需要遵守的交通规则；以及由所述至少一个处理器基于所述对象特征和所述规则特征，使用机器学习模型联合预测所述至少两个运动对象的运动轨迹。
[0009]本说明书一个或多个实施例提供一种非暂时性计算机可读介质存储有指令，当所述指令由至少一个处理器执行时，使所述至少一个处理器执行包括以下操作的操作：接收至少两个运动对象运动区域的地图和与所述至少两个运动对象相关联的传感器数据；在地图中定位所述至少两个运动对象；基于所述传感器数据确定每个所述运动对象的对象特征，所述对象特征表征各个所述运动对象的运动；确定所述运动对象的规则特征，所述规则特征表征所述运动对象需要遵守的交通规则；以及基于所述对象特征和所述规则特征，使用机器学习模型联合预测所述至少两个运动对象的运动轨迹。
[0010]应当理解的是，上述
技术实现思路
和以下详细描述仅仅是示例性的说明，这些实施例是非限制性的。
附图说明
[0011]图1是根据本说明书的实施例所示的包括多个运动对象的示例性十字路口的场景示意图；
[0012]图2A是根据本说明书的实施例所示的用于联合预测多个运动对象轨迹的系统的场景示意图；
[0013]图2B是根据本说明书的实施例所示的多个运动对象的候选轨迹的场景示意图；
[0014]图3是根据本说明书的实施例所示的配备传感器的车辆的示意图；
[0015]图4是根据本说明书的实施例所示的用于联合预测多个运动对象轨迹的服务器的示例性模块图；
[0016]图5是根据本说明书的实施例所示的用于联合预测多个运动对象轨迹的方法的示例性流程图。
具体实施方式
[0017]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。在这些实施例中，相同的编号表示相同的结构。
[0018]图1是根据本说明书的实施例所示的包括多个运动对象的示例性十字路口的场景示意图。图1示出了包括多个运动对象(例如，车辆120和车辆130、自行车140和行人150)的
示例性十字路100的示意图。如图1所示，十字路100包括两条道路，一条在垂直方向上(称为“道路A”)，另一条在水平方向上(称为“道路B”)，两条道路彼此交叉，十字路100还包括交通信号灯160和162。为了便于描述，图中道路A在南北方向上延伸，道路B在东西方向上延伸。可以想象，道路A和B可以向任何其他方向延伸，并且不一定相互垂直。
[0019]道路A和B均可以为双向道路。例如，道路B包括第一方向车道102和104以及第二方向车道108和110。第一和第二方向可以彼此相反，并由分隔物分隔。可以想象，其中一条或两条道路可能是单向的和/或有更多或更少的车道。
[0020]多辆车辆可能会在两个方向的道路上行驶。例如，车辆120可能在第一方向车道102上向东行驶，车辆130可能在第二方向车道103上向西行驶。在一些实施例中，车辆120和130可以是电动车辆、燃料电池车辆、混合动力车辆或传统的内燃机车辆。在一些实施例中，车辆120可以是自动驾驶车辆或半自动驾驶车辆。
[0021]如图1所示，多辆自行车可以在十字路100上行进，例如，车道104。例如，骑行者可以骑着自行车140在车道104上向东行驶。与本说明书一致，自行车可以是机械自行车、电动自行车、踏板车、电动滑板车或不是电动车辆的任何运输工具。在一些实施例中，车道104可以使用车道标记以指示它是自行车道。在一些实施例中，自行车可以与车辆共享车道104。在一些其他实施例中，车道104可以是与机动车道分离的专用自行车道(例如本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于联合预测至少两个运动对象的运动轨迹的系统，包括：一种通信接口，被配置为接收所述至少两个运动对象运动区域的地图以及与所述至少两个运动对象相关联的传感器数据；以及至少一个处理器，被配置为：将所述至少两个运动对象在所述地图中定位；基于所述传感器数据确定每个所述运动对象的对象特征，所述对象特征表征各个运动对象的运动；确定所述运动对象的规则特征，所述规则特征表征运动对象需要遵守的交通规则；以及基于所述对象特征和所述规则特征，使用机器学习模型联合预测所述至少两个运动对象的运动轨迹。2.根据权利要求1所述的系统，其中，为了联合预测所述至少两个运动对象的轨迹，所述至少一个处理器还被配置为：确定所述每个运动对象的至少两个候选轨迹；基于所述对象特征和所述规则特征，使用机器学习模型确定所述每个候选轨迹的分数；以及基于所述分数识别所述至少两个运动对象的预测运动轨迹。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：根据所述规则特征确定冲突候选轨迹；以及删除包含所述冲突候选轨迹的候选轨迹组。4.根据权利要求2所述的系统，其中，所述分数是所述运动对象将遵循相应的候选轨迹的概率。5.根据权利要求2所述的系统，其中，所述至少一个处理器进一步配置为将具有最高综合分数的所述运动对象的所述候选轨迹识别为所述运动对象的预测运动轨迹。6.如权利要求1所述的系统，其中，所述机器学习模型是决策树模型、逻辑回归模型、增强学习模型或深度学习模型。7.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。8.根据权利要求1所述的系统，其中，所述至少两个运动对象是从车辆、自行车和行人中选出。9.根据权利要求1所述的系统，其中，所述规则特征包括交通规则，所述交通规则规定了所述至少两个运动对象之间的通行权。10.根据权利要求1所述的系统，其中，所述规则特征包括规范所述各个运动对象的交通信号灯的状态。11.根据权利要求1所述的系统，其中，为了提取对象特征，所述至少一个处理器还被配置为提取每个运动对象的先前运动轨迹。12.根据权利要求1所述的系统，其中，所述传感器数据由至少一个传感器获取，所述传感器安装在行驶在所述运动对象正在移动的区域内的车辆上，其中所述通信接口进一步被配置为向所述车辆提供所述运动对象的所述预测运动轨迹。
13...

【专利技术属性】
技术研发人员：李培，关健，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：