【技术实现步骤摘要】
【国外来华专利技术】使用目标位置的代理轨迹预测
[0001]相关申请的交叉引用
[0002]本申请要求2020年7月28日提交的美国临时专利申请第63/057,717号的优先权，其公开内容通过引用整体结合于此。
技术介绍
[0003]本说明书涉及预测环境中代理(agent)的未来轨迹。
[0004]环境可以是现实世界的环境，并且代理可以是例如环境中的载具。预测代理的未来轨迹是例如通过自主载具的运动规划所要求的任务。
[0005]自主载具包括自驾驶汽车、船只和飞行器。自主载具使用各种装载(on
‑
board)传感器和计算机系统来检测附近的(nearby)对象，并使用这样的检测来做出控制和导航决策。
[0006]一些自主载具具有装载计算机系统，装载计算机系统实现神经网络、其他类型的机器学习模型或两者，以用于例如图像内的对象分类的各种预测任务。例如，可以使用神经网络来确定装载相机捕获的图像可能是附近汽车的图像。神经网络，或简称为网络，是采用多层操作来从一个或多个输入预测一个或多个输出的机器学习模型。神经网络典型地包括处...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种由一个或多个计算机执行的方法，该方法包括：获得表征环境的场景上下文数据，所述场景上下文数据包括表征直到当前时间点的环境中载具的附近的代理的轨迹的数据；识别环境中的多个初始目标位置；为多个目标位置中的每一个生成相应的预测可能性得分，每一个目标位置对应于初始目标位置中的一个，预测可能性得分表示目标位置将是从当前时间点开始的代理的未来轨迹的预期最终位置的可能性；针对目标位置的第一子集中的每个目标位置，生成代理的预测未来轨迹，所述预测未来轨迹是给定目标位置是未来轨迹的预期最终位置的情况下对代理的未来轨迹的预测；以及选择预测未来轨迹中的一个或多个作为从当前时间点开始的代理的可能的未来轨迹。2.根据权利要求1所述的方法，其中，所述场景上下文数据还包括表征环境中一个或多个其他代理直到当前时间点的相应的轨迹的数据。3.根据前述任一权利要求所述的方法，其中，所述目标位置的第一子集是多个目标位置的真子集。4.根据权利要求3所述的方法，还包括通过选择具有最高相应的预测可能性得分的、阈值数量的目标位置来选择目标位置的第一子集。5.根据前述任一权利要求所述的方法，其中，识别环境中的多个初始目标位置包括：将代理的附近的环境区域划分成具有多个网格点的网格；以及选择网格中的至少一些网格点作为初始目标位置。6.根据前述任一权利要求所述的方法，其中，识别环境中的多个初始目标位置包括：获得标识环境中的一个或多个道路上的车道的道路图数据；以及从标识的车道采样点作为初始目标位置。7.根据权利要求6所述的方法，其中，从标识的车道采样点包括：对于每个标识的车道，采样所标识的车道的车道中心线上的点。8.根据前述任一权利要求所述的方法，还包括：使用上下文编码神经网络来处理场景上下文数据，以生成场景上下文数据的编码表示。9.根据权利要求8所述的方法，其中，生成作为给定目标位置是未来轨迹的预期最终位置的情况下代理的未来轨迹的预测的、代理的预测未来轨迹，包括：使用运动估计神经网络来处理编码表示和指定目标位置的数据，以生成预测未来轨迹。10.根据权利要求8或9中的任一项所述的方法，其中，为多个目标位置中的每一个生成相应的预测可能性得分，每一个目标位置对应于初始目标位置中的一个，预测可能性得分表示目标位置将是从当前时间点开始的代理的未来轨迹的预期最终位置的可能性，包括：使用目标预测神经网络来处理编码表示和指定对应的初始目标位置的数据，以生成包括相应的预测可能性得分的目标预测输出。11.根据前述任一权利要求所述的方法，其中，每个目标位置与对应的初始目标位置相同。
12.根据权利要求10所述的方法，其中，所述目标预测输出还包括定义对应初始目标位置的偏移的数据，并且其中，所述目标位置是通过将偏移应用于初始目标位置的坐标而生成的位置。1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。