公开了用于自主车辆的轨迹规划的基于预测的系统和方法。具体实施例被配置为：从训练数据收集系统接收训练数据和地面真值数据，所述训练数据包括与人类驾驶行为相对应的感知数据和上下文数据；执行训练阶段以使用训练数据来训练轨迹预测模块；接收与主车辆相关联的感知数据；以及执行操作阶段，所述操作阶段被配置为从感知数据中提取主车辆特征数据和邻近车辆上下文数据，生成针对主车辆的建议轨迹，使用训练的轨迹预测模块基于建议的主车辆轨迹来生成针对主车辆附近的一个或多个邻近车辆中的每一个的预测轨迹，确定针对主车辆的建议轨迹是否将与邻近车辆的预测轨迹中的任何一个冲突，以及修改针对主车辆的建议轨迹直到冲突消除。到冲突消除。到冲突消除。
【技术实现步骤摘要】
用于自主车辆的轨迹规划的基于预测的系统和方法
[0001]本申请是中国申请CN201880058298.8的分案申请，该申请日期为2018年11月7日，专利技术名称为“用于自主车辆的轨迹规划的基于预测的系统和方法”。
[0002]相关申请的交叉引用
[0003]本申请要求于2017年9月7日提交的美国专利申请No.15/698,607和于2017年11月7日提交的美国专利申请No.15/806,013的优先权。上述申请通过引用并入作为本专利文件的一部分。
[0004]本专利文件总体上涉及自主驾驶系统。
技术介绍
[0005]自主车辆通常被配置和控制为遵循基于计算的行驶路径的轨迹。然而，当诸如障碍物的变量存在于行驶路径上时，自主车辆必须执行控制操作，使得可以通过实时改变行驶路径以避开障碍物来安全地驾驶车辆。
[0006]在相关技术中，通过将行驶路径的空间信息(例如坐标、方向角、曲率等)表示为移动距离的多项式或数学函数来确定自主车辆控制操作，以避免静态障碍物。然而，当在行驶路径上存在动态障碍物时，根据相关技术的自主车辆可能无法准确地预测车辆是否将与动态障碍物碰撞。具体地，相关技术没有考虑自主车辆和其他动态车辆之间的相互作用。因此，传统的自主车辆控制系统不能准确地预测其他邻近动态车辆的未来位置。因此，不能实现传统自主车辆的最佳性能。例如，邻近的动态障碍物的非预期行为可能导致与传统自主车辆的碰撞。
技术实现思路
[0007]本文公开了用于自主车辆的轨迹规划的基于预测的系统和方法。具体地，本公开涉及使用基于预测的方法进行自主车辆的轨迹规划。一方面，本文的系统可以包括被配置为收集感知数据的各种传感器、计算设备以及用于预测在主自主车辆附近(邻近)的其他车辆和/或动态对象的轨迹的轨迹预测模块。最初，计算设备生成轨迹选项，而轨迹预测模块使用分别与每个车辆和/或动态对象的可能轨迹有关的数据来预测所检查的车辆和/或动态对象的反应。可以将与预测的反应相对应的数据发送到计算设备，以完善最初建议的轨迹选项。计算设备随后可以指示轨迹预测模块进一步收集数据并进行预测以完成轨迹规划过程。
[0008]在公开的技术的一种实现中，一种系统包括：数据处理器；以及基于预测的轨迹规划模块，能够由数据处理器执行，所述基于预测的轨迹规划模块被配置为执行针对自主车辆的基于预测的轨迹规划操作。所述基于预测的轨迹规划操作被配置为：从训练数据收集系统接收训练数据和地面真值数据，所述训练数据包括与人类驾驶行为相对应的感知数据和上下文数据；执行训练阶段以使用训练数据来训练轨迹预测模块；接收与主车辆相关联
的感知数据；以及执行操作阶段，所述操作阶段被配置为从感知数据中提取主车辆特征数据和邻近车辆上下文数据，生成针对主车辆的建议轨迹，使用训练的轨迹预测模块基于建议的主车辆轨迹来生成针对主车辆附近的一个或多个邻近车辆中的每一个的预测轨迹，确定针对主车辆的建议轨迹是否将与邻近车辆的预测轨迹中的任何一个冲突，以及修改针对主车辆的建议轨迹直到冲突消除。
[0009]在公开的技术的另一种实现中，一种方法包括：从训练数据收集系统接收训练数据和地面真值数据，所述训练数据包括与人类驾驶行为相对应的感知数据和上下文数据；执行训练阶段以使用训练数据来训练轨迹预测模块；接收与主车辆相关联的感知数据；以及执行操作阶段，所述操作阶段被配置为从感知数据中提取主车辆特征数据和邻近车辆上下文数据，生成针对主车辆的建议轨迹，使用训练的轨迹预测模块基于建议的主车辆轨迹来生成针对主车辆附近的一个或多个邻近车辆中的每一个的预测轨迹，确定针对主车辆的建议轨迹是否将与邻近车辆的预测轨迹中的任何一个冲突，以及修改针对主车辆的建议轨迹直到冲突消除。
[0010]在公开的技术的又一种实现中，一种非暂时性机器可用存储介质包含指令，所述指令在由机器执行时使所述机器：从训练数据收集系统接收训练数据和地面真值数据，所述训练数据包括与人类驾驶行为相对应的感知数据和上下文数据；执行训练阶段以使用训练数据来训练轨迹预测模块；接收与主车辆相关联的感知数据；以及执行操作阶段，所述操作阶段被配置为从感知数据中提取主车辆特征数据和邻近车辆上下文数据，生成针对主车辆的建议轨迹，使用训练的轨迹预测模块基于建议的主车辆轨迹来生成针对主车辆附近的一个或多个邻近车辆中的每一个的预测轨迹，确定针对主车辆的建议轨迹是否将与邻近车辆的预测轨迹中的任何一个冲突，以及修改针对主车辆的建议轨迹直到冲突消除。
[0011]在公开的技术的又一种实现中，一种系统包括：训练数据收集系统，收集训练数据，所述训练数据包括与来自现实世界交通环境中的车辆和驾驶员的人类驾驶行为相对应的感知数据；以及基于预测的轨迹规划系统，所述基于预测的轨迹规划系统基于从训练数据中提取的上下文数据而被训练，以基于主车辆获取的感知数据并基于针对主车辆的建议轨迹来生成针对邻近主车辆的车辆或对象的轨迹预测。通过将使用训练的基于预测的轨迹规划系统获得的针对主车辆的建议轨迹与针对邻近主车辆的车辆或对象的轨迹预测进行比较，来确定主车辆的轨迹。
[0012]在公开的技术的又一种实现中，一种系统包括：建议轨迹生成器，生成针对主车辆的建议轨迹；轨迹预测生成器，基于针对主车辆的建议轨迹来生成主车辆附近的邻近车辆的预测轨迹；比较器，将针对主车辆的建议轨迹与邻近车辆的预测轨迹进行比较；以及车辆控制器，基于针对主车辆的建议轨迹与邻近车辆的预测轨迹的比较来决定是否要调整主车辆的速度或行进方向。
[0013]在公开的技术的又一种实现中，一种系统包括：存储器，存储可执行指令；以及处理器，与存储器通信，被配置为从存储器读取可执行指令以：生成针对主车辆的建议轨迹；基于针对主车辆的建议轨迹生成主车辆附近的邻近车辆的预测轨迹；将针对主车辆的建议轨迹与邻近车辆的预测轨迹进行比较，以确定针对主车辆的建议轨迹与邻近车辆的预测轨迹之间的差是否超过最小可接受阈值；以及基于所述差是否超过最小可接受阈值，决定是否要调整主车辆的速度或行进方向。
[0014]在公开的技术的又一种实现中，一种计算机程序产品包括非暂时性计算机可读介质，所述非暂时性计算机可读介质上存储有可执行指令，所述可执行指令在被执行时使处理器：生成针对主车辆的建议轨迹；基于针对主车辆的建议轨迹生成主车辆附近的邻近车辆的预测轨迹；将针对主车辆的建议轨迹与邻近车辆的预测轨迹进行比较，以确定针对主车辆的建议轨迹与邻近车辆的预测轨迹之间的差是否超过最小可接受阈值；以及基于所述差是否超过最小可接受阈值，决定是否要调整主车辆的速度或行进方向。
附图说明
[0015]在附图的各图中以示例而非限制的方式示出了各种实施例，在附图中：
[0016]图1示出了其中可以实现示例实施例的基于预测的轨迹规划模块的示例生态系统的框图；
[0017]图2示出了示例实施例中的用于训练和构建基于预测的轨迹规划系统的离线训练阶段；
[0018]图3和图4示出了用于在离线训练阶段中训练轨迹预测模块的上下文数据的示例；...
【技术保护点】
【技术特征摘要】
1.一种系统，包括：数据处理器；以及基于预测的轨迹规划模块，能够由所述数据处理器执行，所述基于预测的轨迹规划模块被配置为：接收与主车辆相关联的感知数据；从所述感知数据中提取主车辆特征数据和邻近车辆上下文数据；生成针对所述主车辆的建议轨迹；使用训练的轨迹预测模块来生成针对一个或多个邻近车辆中的每一个的预测轨迹，已经使用训练数据训练了所述训练的轨迹预测模块，该训练数据包括与人类驾驶行为相对应的感知数据和上下文数据，针对所述一个或多个邻近车辆中的每一个的所述预测轨迹是对所述建议的主车辆轨迹的反应；以及如果针对所述主车辆的所述建议轨迹将与所述一个或多个邻近车辆的所述预测轨迹中的任何一个冲突，则修改针对所述主车辆的所述建议轨迹。2.根据权利要求1所述的系统，还被配置为：对所述感知数据进行滤波和平滑。3.根据权利要求1所述的系统，还被配置为：生成相对于所述一个或多个邻近车辆的所述感知数据的坐标变换。4.根据权利要求1所述的系统，其中，所述训练数据包括标记数据，所述标记数据包括定义所述训练数据中表示的车辆的方向性和速率行为的上下文信息。5.根据权利要求1所述的系统，其中，所述训练数据包括标记数据，所述标记数据包括定义所述训练数据中表示的车辆的方向性和速率行为的上下文信息，所述上下文数据还定义左转弯，不转弯，或右转弯。6.根据权利要求1所述的系统，其中，修改针对所述主车辆的所述建议轨迹包括：确定针对所述主车辆的所述建议轨迹是否将与所述一个或多个邻近车辆的所述预测轨迹中的任何一个冲突；以及基于所确定的冲突修改针对所述主车辆的所述建议轨迹直到所述冲突消除。7.根据权利要求1所述的系统，还被配置为：使用回归来预测车辆的加速度。8.根据权利要求1所述的系统，还被配置为：确定针对所述一个或多个邻近车辆的所述预测轨迹中的任何一个是否能够导致所述主车辆基于相关分数低于最小可接受阈值而违反预定义目标。9.根据权利要求1所述的系统，其中，针对所述主车辆的所述建议轨迹被输出到车辆控制子系统，以使所述主车辆遵循所述输出的建议轨迹。10.一种方法，包括：接收与主车辆相关联的感知数据；从所述感知数据中提取主车辆特征数据和邻近车辆上下文数据；生成针对所述主车辆的建议轨迹；使用训练的轨迹预测模块来生成针对一个...
【专利技术属性】
技术研发人员：张小敏，陈依伦，李光宇，孙行，林於菟，刘浏，马凯杰，禤子杰，赵宇飞，
申请(专利权)人：图森有限公司，
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。