用于预测车辆轨迹的系统和方法技术方案

本说明书公开了用于预测车辆轨迹的方法和系统。示例性系统包括通信接口，通信接口被配置为接收车辆正在行驶的区域的地图和获取的与车辆相关的传感器数据。该系统包括至少一个处理器，该处理器被配置为在地图中定位车辆，并基于车辆的定位识别车辆周围的一个或以上物体。该至少一个处理器还被配置为从传感器数据中提取车辆和一个或以上物体的特征。该至少一个处理器还被配置为基于提取的特征确定至少两个候选轨迹，确定每个候选轨迹的概率，并将具有最高概率的候选轨迹确定为车辆的预测轨迹。测轨迹。测轨迹。

【技术实现步骤摘要】
【国外来华专利技术】用于预测车辆轨迹的系统和方法
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车辆轨迹的系统和方法，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车辆轨迹的系统和方法。

技术介绍

[0003]车辆与其他车辆、行人和物体，例如，交通标志、路障、围栏等共用道路。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，朝该车辆驶来的道路上的另一辆车可以直行、停车或转弯。驾驶员通常基于诸如即将到来的车辆提供的转弯信号、车辆的行驶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于对其他车辆轨迹的自动预测。然而，现有的预测系统和方法受限于车辆“看见”(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。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。
[0005]本说明书的实施例通过提供使用从地图和传感器数据提取的特征预测车辆轨迹的系统和方法，来改善自动驾驶中的现有预测系统和方法。
专利技术内容
[0006]本说明书的实施例提供一种预测车辆轨迹的系统。所述系统包括通信接口，所述通信接口被配置为接收车辆正在行驶的区域的地图和获取的与所述车辆相关的传感器数据。所述系统包括至少一个处理器，所述至少一个处理器被配置为在所述地图中定位所述车辆，并基于所述车辆的定位识别所述车辆周围的一个或以上物体。所述至少一个处理器还被配置为从所述传感器数据中提取所述车辆和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至少两个候选轨迹，基于提取的所述特征确定每个候选轨迹的概率，并将具有最高概率的候选轨迹确定为所述车辆的预测轨迹。
[0007]本说明书的实施例还提供一种预测车辆轨迹的方法。所述方法包括通过通信接口接收车辆正在行驶的区域的地图和获取的与所述车辆相关的传感器数据。所述方法还包括通过至少一个处理器，在所述地图中定位所述车辆，以及通过所述至少一个处理器基于所述车辆的定位，识别所述车辆周围的一个或以上物体。所述方法还包括通过所述至少一个处理器，从所述传感器数据中提取所述车辆和所述一个或以上物体的特征。所述方法还包
括通过所述至少一个处理器，确定至少两个候选轨迹，通过所述至少一个处理器，基于提取的所述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车辆的预测轨迹。
[0008]本说明书的实施例还提供一种非暂时性计算机可读介质，其上存储有指令，当由至少一个处理器执行时，使得所述至少一个处理器执行操作。所述操作包括接收车辆正在行驶的区域的地图和获取的与车辆相关的传感器数据。所述操作还包括在所述地图中定位所述车辆，并基于所述车辆的定位识别所述车辆周围的一个或以上物体。所述操作还包括从所述传感器数据中提取所述车辆和所述一个或以上物体的特征。所述操作还包括确定至少两个候选轨迹，基于提取的所述特征确定每个候选轨迹的概率，并将具有最高概率的候选轨迹确定为所述车辆的预测轨迹。
[0009]应当理解，上述一般描述和以下详细描述仅为示例性和解释性的，并且不限制如权利要求所述的本专利技术。
附图说明
[0010]图1根据本说明书的实施例示出了示例性十字路口和在其中正在行驶的示例性车辆的示意图。
[0011]图2根据本说明书的实施例示出了用于预测车辆轨迹的示例性系统的示意图。
[0012]图3根据本说明书的实施例示出了其上配备有传感器的示例性车辆。
[0013]图4是根据本说明书的实施例的用于预测车辆轨迹的示例性服务器的框图。
[0014]图5是根据本说明书的实施例的用于预测车辆轨迹的示例性方法的流程图。
具体实施方式
[0015]现在将详细参考示例性实施例，其示例在附图中示出。在可能的情况下，将在整个附图中使用相同的附图标记来指代相同或相似的部分。
[0016]图1根据本说明书的实施例示出了示例性十字路口100和在其中正在行驶的示例性车辆(例如，车辆120和130)的示意图。如图1所示，十字路口100包括相互交叉的两条道路，一条显示在垂直方向(被称为“道路A”)，另一条显示在水平方向(被称为“道路B”)，以及交叉处的红绿灯140。为了便于描述，道路A被示出为在南北方向上延伸，并且道路B被示出为在东西方向上延伸。可以设想，道路A和B可以在任何其他方向上延伸，并且不一定彼此垂直。
[0017]道路A和道路B均显示为双向道路。例如，道路B包括第一方向车道102和104和第二方向车道108和110。第一和第二方向可以彼此相对并且由分隔物106隔开。可以设想，道路中的一条/或两条可以是单向的和/或具有更多或更少的车道。
[0018]各种车辆可以在道路上双向行驶。例如，车辆120可以在第一方向车道102上正在向东行驶，并且车辆130可以在第二方向车道103上正在向西行驶。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可以是自动或半自动车辆。
[0019]十字路口100处的车辆流量可以由红绿灯140调节。红绿灯140可以安装在一个或两个方向上。在一些实施例中，红绿灯140可以包括三种颜色的灯：红色、黄色和绿色，以在
十字路口100处发出通行权信号。在一些实施例中，红绿灯140可以另外包括转向保护灯以调节十字路口100处的左、右和/或U形转弯。左转向保护灯可以允许某些车道(通常是最左侧车道)中的车辆左转，而不必让行于在相反方向直行的车辆。
[0020]在一些实施例中，车辆120可以配备有车辆轨迹预测系统(例如，图2中所示的系统200)或与其通信，以预测车辆(例如，车辆130)的轨迹，以便做出决定以在其自己的行驶路径中避开该车辆。例如，车辆130可以以四个候选轨迹行驶：右转的候选轨迹151、直行的候选轨迹152、左转的候选轨迹153和U形转弯的候选轨迹154。与本说明书的实施例一致，车辆轨迹预测系统可以对车辆130和其周围的物体诸如红绿灯140、十字路口100处的交通标志和道路上的其他车辆等进行“观察”(例如，通过各种传感器)。车辆轨迹预测系统然后基于这些观察，对车辆130可能遵循哪个候选轨迹做预测。在一些实施例中，可以使用诸如神经网络的学习模型来执行预测。在一些实施例中，可以为各个候选轨迹151
‑
154确定概率。
[0021]图2根据本说明书的实施例示出了用于预测车辆轨迹的示例性系统200的示意图。系统200可以用于图1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】1.一种预测车辆的轨迹的系统，包括：通信接口，被配置为接收所述车辆正在行驶的区域的地图和获取的与所述车辆相关的传感器数据；以及至少一个处理器，被配置为：在所述地图中定位所述车辆；基于所述车辆的定位，识别所述车辆周围的一个或以上物体；从所述传感器数据中提取所述车辆和所述一个或以上物体的特征；确定至少两个候选轨迹；基于提取的所述特征，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车辆的预测轨迹。2.根据权利要求1所述的系统，其中，所述每个候选轨迹的概率是使用用已知车辆轨迹及其各自的样本特征训练的学习模型来确定的。3.根据权利要求2所述的系统，其中所述学习模型是梯度提升决策树。4.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。5.根据权利要求1所述的系统，其中所述传感器数据包括由相机获取的图像。6.根据权利要求1所述的系统，其中，所述至少一个处理器还被配置为：基于所述车辆在先前时间的定位，在所述地图上标记所述车辆的先前轨迹；以及基于标记的所述先前轨迹，确定所述每个候选轨迹的概率。7.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车辆面对的红绿灯，其中为了提取所述特征，所述至少一个处理器还被配置为确定所述红绿灯中亮起的灯的类型和所述灯的颜色。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车辆正在行驶的车道，其中为了提取所述特征，所述至少一个处理器还被配置为检测所述车道的车道标线。9.根据权利要求1所述的系统，其中，为了提取所述车辆的所述特征，所述至少一个处理器还被配置为确定所述车辆的前进方向、速度、转向信号或制动信号。10.根据权利要求1所述的系统，其中，所述至少一个处理器还被配置为：删除与任何一个所述特征冲突的候选轨迹。11.一种预测车辆的轨迹的方法，包括：通过通信接口接收所述车辆正在行驶的区域的地图和获取的与所述车辆相关的传感器数据；通过至少一个处理器，在所述地图中定位所述车辆；通过所述至少一个处理器，基于所述车辆的定位，识别所述车辆周围的一个或以上物体；通过所述至...

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