用于模拟控制的智能体行为模型制造技术

模拟诸如车辆或行人的对象的真实移动(其考虑了异常行为)可以包括至少部分地基于自主车辆的感知组件的输出来生成智能体行为模型，并确定输出与包括对象位置的实际机动的指示的日志数据之间的差异。模拟对象的移动可以包括使用感知组件确定对象的预测运动并且至少部分地基于智能体行为模型来修改预测运动。部分地基于智能体行为模型来修改预测运动。部分地基于智能体行为模型来修改预测运动。

【技术实现步骤摘要】
【国外来华专利技术】用于模拟控制的智能体行为模型
[0001]相关申请
[0002]本申请要求于2020年6月1日提交的美国申请16/889,747号的权益，其全部内容通过引用并入本文。

技术介绍

[0003]运行场景的模拟可以提供用于测试自主系统和/或机器学习模型管道(例如那些结合在自主车辆中的)的有价值的方法。然而，人类行为可以是不可预测的，因此可能难以准确地识别和建模不常见的异常行为。例如，人类驾驶员可能突然转向离开高速公路进入出口匝道，在迎面而来的车辆前面转弯，在十字路口红灯时转弯(在此处这样的转弯是非法的)等。
附图说明
[0004]参考附图来描述具体实施方式。在附图中，附图标记的最左边的数字标识该附图标记首次在其中出现的附图。不同附图中的相同的附图标记指示相似或相同的项目。
[0005]图1示出了示例场景，其中可以至少部分地基于通过与自主车辆相关联的一个或多个传感器收集到的传感器数据、至少部分地基于通过感知组件生成的预测数据来控制自主车辆。
[0006]图2示出了用于生成在模拟系统中使用的智能体行为模型(agent behavio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】1.一种系统，包括：一个或多个处理器；以及存储器，其存储处理器可执行指令，所述处理器可执行指令当由所述一个或多个处理器执行时，使所述系统执行操作，所述操作包括：从自主车辆接收日志数据，包括：传感器数据，其来自与穿越环境的所述自主车辆相关联的传感器；对象的第一检测，其与第一时间相关联；所述对象的第二检测，其与第二时间相关联并且指示所述对象在所述第二时间的位置和由所述对象执行的机动；以及在所述第二时间之前的时间生成的所述对象将要执行的预测机动和所述对象在所述第二时间的预测位置；至少部分地基于确定所述预测机动与由所述对象执行的机动之间的差异以及所述预测位置与所述对象在所述第二时间的位置之间的距离来确定机动误差模型和路径误差模型；在模拟环境中实例化所述对象的模拟表示；确定所述对象的所述模拟表示的预测移动；以及至少部分地基于使用所述机动误差模型和所述路径误差模型修改所述预测移动来控制所述对象的所述模拟表示的运动。2.根据权利要求1所述的系统，其中，修改所述预测移动包括：确定与所述模拟环境相关联的一个或多个参数；至少部分地基于所述一个或多个参数、所述预测移动和所述机动误差模型，确定与预测相关联的误差；以及至少部分地基于所述误差来更改所述预测移动。3.根据权利要求1或2所述的系统，其中，修改所述预测移动包括以下各项中的至少一项：至少部分地基于由所述机动误差模型指示并且与修改的机动相关联的第一概率，从与所述机动误差模型相关联的多个机动中确定修改的机动；或者至少部分地基于由所述路径误差模型指示的概率，至少部分地基于确定与所述修改的机动的横向偏差来确定修改的路径。4.根据权利要求1
‑
3中任一项所述的系统，其中：修改所述预测移动包括确定修改的机动；并且所述修改的机动包括以下各项中的至少一项的指示：执行转弯；执行车道变更；倒车；停车；执行超车机动；进入或离开道路、人行横道、人行道或隔离车道；保持当前的运动；或者执行停止。
5.根据权利要求1
‑
4中任一项所述的系统，其中：确定所述机动误差模型包括：至少部分地基于所述日志数据，确定其中所述预测机动与所述机动相似的实例的第一数量；并且至少部分地基于所述日志数据，确定与由所述对象执行的不同机动而不是所述预测机动相关联的实例的第二数量；以及确定所述路径误差模型包括：至少部分地基于所述日志数据，确定所述对象位于与和所述预测机动相关联的轨迹相距所述距离处的次数的第三数量。6.根据权利要求1
‑
5中任一项所述的系统，其中，确定所述机动误差模型或所述路径误差模型中的至少一个还包括：至少部分地基于所述传感器数据，确定与所述环境相关联的一个或多个参数；以及至少部分地基于所述一个或多个参数来确定所述多个误差模型的聚类。7.根据权利要求1
‑
6中任一项所述的系统，其中，所述操作还包括以下中的至少一个：至少部分地基于所述模拟表示的所述运动来控制模拟车辆或所述自主车辆。8.一种非暂时性计算机可读介质，其存储处理器可执行指令，所述处...

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