【技术实现步骤摘要】
用于控制运载工具的方法、系统和介质
[0001]本申请涉及运载工具的轨迹选择,尤其涉及针对自动驾驶(self
‑
driving)运载工具使用机器学习模型。
技术介绍
[0002]自动驾驶运载工具通常使用多个类型的图像来感知这些自动驾驶运载工具周围的区域。训练这些系统以准确地感知区域可能是困难且复杂的。
技术实现思路
[0003]一种用于控制运载工具的方法,包括:获得与运载工具的场景相关联的场景数据;基于所述场景数据来生成所述运载工具的多个轨迹;从所述多个轨迹中的特定轨迹提取第一多个特征;使用机器学习模型,基于所述第一多个特征和运载工具规划策略来在轨迹空间中评估所述特定轨迹;基于评估所述特定轨迹来从所述多个轨迹中选择第一轨迹;以及使得基于所述第一轨迹来控制所述运载工具。
附图说明
[0004]图1是可以实现包括自主系统的一个或多于一个组件的运载工具的示例环境;
[0005]图2是包括自主系统的运载工具的一个或多于一个系统的图;
[0006]图3是图1和图2的一个 ...
【技术保护点】
【技术特征摘要】
1.一种用于控制运载工具的方法,包括:获得与运载工具的场景相关联的场景数据;基于所述场景数据来生成所述运载工具的多个轨迹;从所述多个轨迹中的特定轨迹提取第一多个特征;使用机器学习模型,基于所述第一多个特征和运载工具规划策略来在轨迹空间中评估所述特定轨迹;基于评估所述特定轨迹来从所述多个轨迹中选择第一轨迹;以及使得基于所述第一轨迹来控制所述运载工具。2.根据权利要求1所述的方法,其中,所述轨迹空间包括已完成的轨迹。3.根据权利要求1或2所述的方法,其中,获得所述场景数据包括接收以下项中的至少一个:与同所述场景相对应的地图相关联的地图数据、与所述运载工具的路线相关联的路线数据、与在所述场景中识别出的至少一个对象相关联的对象数据、以及与所述运载工具的地点相关联的地点数据。4.根据权利要求1至3中任一项所述的方法,其中,生成所述多个轨迹包括模拟要顺次进行的多个动作组。5.根据权利要求4所述的方法,其中,所述动作组包括加速、修改航向、减速和维持速度中的至少一个。6.根据权利要求1至5中任一项所述的方法,其中,所述机器学习模型是第一机器学习模型,所述方法还包括:基于所述场景数据来生成图像;使用第二机器学习模型来从所述图像确定第二多个特征;以及将所述第一多个特征与所述第...
【专利技术属性】
技术研发人员:E,
申请(专利权)人:动态AD有限责任公司,
类型:发明
国别省市:
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。