使用统计模型的碰撞监测制造技术

用于使用误差模型执行碰撞监测的技术和方法。例如，车辆可以使用一个或多个传感器生成传感器数据。车辆然后可以使用系统来分析传感器数据以便确定与车辆相关联的参数和与另一物体相关联的参数。此外，车辆可以使用与系统相关联的误差模型来处理与车辆相关联的参数，以便确定与车辆相关联的估计位置的分布。车辆还可以使用误差模型来处理与物体相关联的参数以便确定与物体相关联的估计位置的分布。使用估计位置的分布，车辆可以确定车辆和物体之间的碰撞概率。物体之间的碰撞概率。物体之间的碰撞概率。

【技术实现步骤摘要】
【国外来华专利技术】使用统计模型的碰撞监测
[0001]相关申请的交叉引用
[0002]本申请请求以于2019年11月13日提交的题为“使用统计模型的碰撞监测(COLLISION MONITORING USING STATISTIC MODELS)”的美国专利申请第16/682,971号、以及于2019年11月13日提交的题为“使用系统数据的碰撞监测(COLLISION MONITORING USING SYSTEM DATA)”的美国专利申请第16/683,005号为优先权，其全部内容通过引用并入本文。

技术介绍

[0003]自动驾驶车辆可以使用自动驾驶车辆控制器来引导自动驾驶车辆通过环境。例如，自动驾驶车辆控制器可以使用规划方法、装置和系统来确定行驶路径并引导自动驾驶车辆通过环境，该环境包含动态物体(例如，车辆、行人、动物等)和静态物体(例如，建筑物、招牌、停止的车辆等)。当车辆导航通过环境时，自动驾驶车辆控制器可以将动态物体的预测行为纳入考虑。
附图说明
[0004]以下详细描述是参照附图来加以叙述的。在附图中，附图标记的最左侧数字标识第一次出现该附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种自动驾驶车辆，包括：一个或多个传感器；一个或多个处理器；以及一种或多种计算机可读介质，其存储指令，所述指令当由所述一个或多个处理器执行时，使得所述一个或多个处理器执行操作，所述操作包括：从所述一个或多个传感器获取传感器数据；至少部分地基于所述传感器数据的第一部分，确定所述自动驾驶车辆在未来时间的估计位置；至少部分地基于所述自动驾驶车辆的系统和所述传感器数据的第二部分，确定物体在所述未来时间的估计位置；至少部分地基于误差模型和所述物体的估计位置，确定与所述物体相关联的估计位置的分布，所述误差模型表示与所述系统相关联的误差概率；至少部分地基于所述自动驾驶车辆的估计位置以及与所述物体相关联的所述估计位置的分布，确定所述自动驾驶车辆和所述物体之间的碰撞概率；并且至少部分地基于所述碰撞概率，使得所述自动驾驶车辆执行一个或多个动作。2.根据权利要求1所述的自动驾驶车辆，所述操作还包括从一个或多个计算设备接收所述误差模型，所述误差模型是至少使用由一个或多个车辆生成的传感器数据来生成的。3.根据权利要求1或2所述的自动驾驶车辆，所述操作还包括：至少部分地基于附加误差模型和所述车辆的估计位置，确定与所述自动驾驶车辆相关联的估计位置的分布；并且其中，确定所述自动驾驶车辆和所述物体之间的所述碰撞概率至少包括：确定与所述自动驾驶车辆相关联的所述估计位置的分布和与所述物体相关联的所述估计位置的分布之间的重叠量；并且至少部分地基于所述重叠量，确定所述碰撞概率。4.根据权利要求1
‑
3中任一项所述的自动驾驶车辆，其中：至少部分地基于所述自动驾驶车辆的附加系统，进一步确定所述物体在所述未来时间的所述估计位置；并且至少部分地基于附加误差模型，进一步确定所述估计位置的分布，所述附加误差模型表示与所述附加系统相关联的误差分布。5.一种方法，包括：从车辆的一个或多个传感器接收传感器数据；至少部分地基于所述传感器数据的第一部分，确定在一时间的与所述车辆相关联的估计位置；至少部分地基于所述车辆的系统和所述传感器数据的第二部分，确定与物体相关联的参数；至少部分地基于误差模型和与所述物体相关联的所述参数，确定在所述时间的与所述物体相关联的估计位置，所述误差模型表示与所述系统相关联的误差概率；并且至少部分地基于与所述车辆相关联的所述估计位置和与所述物体相关联的所述估计位置，使得所述车辆执行一个或多个动作。
6.根据权利要求5项所述的方法，还包括从一个或多个计算设备接收所述误差模型，所述误差模型是至少使用由一个或多个车辆生成的传感器数据来生成的。7.根据权利要求5或6所述的方法，其中，所述参数包括以下各项中的至少一项：与所述物体相关联的物体类型；所述物体在环境内的位置；所述物体的速度；或所述物体在所述环境内的行进方向。8.根据权利要求5
‑
7中任一项所述的方法，...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：祖克斯有限公司，
类型：发明
国别省市：