【技术实现步骤摘要】
本公开涉及用于行动者预测的方法和系统，更具体地，涉及使用可达集和监督学习的混合数据驱动的行动者预测系统和方法。
技术介绍
1、本引言总体上呈现了本公开的背景。在本引言中描述的程度上，当前署名的专利技术人的工作以及在提交时可能不构成现有技术的说明书的各方面，既不明示地也不暗示地被认为是本公开的现有技术。
2、自动驾驶汽车使用模型来预测道路上其他行动者的位置。最先进的(sota)行动者预测模型是数据驱动的预测模型。这些数据驱动的预测模型不一定是稳健的，并且输出的假设数量有限，无法很好地覆盖行动者未来可能的位置空间。其他方法包括基于可达性理论的行动者预测，这种方法往往过于保守。具体来说，基于可达性的行动者预测模型大多在短期内有用，并且由于其保守性质，在复杂、混乱和拥堵的驾驶环境中不能很好地扩展。因此，需要开发一种用于预测行动者在地图上的位置或占用的方法和系统，该方法和系统在短期内是保守的。
技术实现思路
1、本公开描述了一种用于预测行动者占用廊道的方法。该方法包括接收输入数据。输入数...
【技术保护点】
1.一种预测行动者占用廊道的方法，包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，其中，所述初始轨迹数据包括所述行动者的纵向加速度和横向加速度，所述可达性分析使用所述行动者的所述纵向加速度和所述横向加速度，并且所述行动者的所述占用集是所述预定时间段内的前方可达集。
4.根据权利要求3所述的方法，其中，预测所述行动者的所述占用集，还包括：
5.根据权利要求4所述的方法，还包括：
6.根据权利要求5所述的方法，其中，所述行动者的所述占用廊道约束条件包括：所述行动者的最大加速度和所述行...
【技术特征摘要】
1.一种预测行动者占用廊道的方法，包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，其中，所述初始轨迹数据包括所述行动者的纵向加速度和横向加速度，所述可达性分析使用所述行动者的所述纵向加速度和所述横向加速度，并且所述行动者的所述占用集是所述预定时间段内的前方可达集。
4.根据权利要求3所述的方法，其中，预测所述行动者的所述占用集，还包括：
5.根据权利要求4所述的方法，还包括：
6.根据权利要求5所述的方法，其中，所述行动者的所述占用廊道约束条件包括...
【专利技术属性】
技术研发人员：D·A·马西拉克，R·S·贾法里，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
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。