[发明专利]行动预测装置以及自动驾驶装置有效
申请号: | 201910265673.2 | 申请日: | 2019-04-03 |
公开(公告)号: | CN110632916B | 公开(公告)日: | 2022-10-28 |
发明(设计)人: | 安井裕司;市野佑树 | 申请(专利权)人: | 本田技研工业株式会社 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 吴秋明 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行动 预测 装置 以及 自动 驾驶 | ||
1.一种行动预测装置,预测交通参与者的行动,其特征在于,
具备:
周边状况识别单元,识别所述交通参与者的周边状况;
行动预测值计算单元,使用由该周边状况识别单元进行的所述周边状况的识别结果和对所述交通参与者的行动进行模型化的行动模型,计算行动预测值,所述行动模型包括表示所述交通参与者的行动方式的行动方式参数,所述行动预测值是所述交通参与者的未来的行动的预测值;
干扰程度参数计算单元,使用所述行动预测值,计算表示所述交通参与者的周边的干扰对象的与该交通参与者的干扰程度的干扰程度参数;以及
行动方式参数确定单元,确定所述行动方式参数,使得该干扰程度参数表示的干扰程度减少,
所述交通参与者的行动是表示该交通参与者的实际空间位置的时间序列的位置轨迹,
所述行动模型是对所述交通参与者的所述位置轨迹进行模型化的位置轨迹模型,
所述位置轨迹模型是将所述交通参与者的所述位置轨迹模型化为圆弧状的位置轨迹所获得的位置轨迹模型,在所述圆弧状的位置轨迹中,将在该交通参与者的现时点的行进方向上延伸的直线作为切线。
2.根据权利要求1所述的行动预测装置,其特征在于,
所述行动预测值是所述位置轨迹的预测值,
所述行动预测装置还具备:
位置轨迹获取单元,获取所述交通参与者的所述位置轨迹;
过去位置轨迹存储单元,存储作为由该位置轨迹获取单元获取的所述位置轨迹的过去值的过去位置轨迹;
过去位置轨迹模型值计算单元,使用所述行动方式参数和作为该过去位置轨迹存储单元中存储的所述过去位置轨迹中的至少一个分量的坐标值,计算作为所述过去位置轨迹的模型值的过去位置轨迹模型值;以及
误差参数计算单元,计算表示所述过去位置轨迹和所述过去位置轨迹模型值之间的误差的误差参数,
所述行动方式参数确定单元确定所述行动方式参数,使得除了所述干扰程度参数表示的干扰程度之外,所述误差参数表示的误差也进一步减少。
3.根据权利要求2所述的行动预测装置,其特征在于,
所述位置轨迹是将第一坐标值以及第二坐标值作为分量的二维坐标系的位置轨迹,
在所述过去位置轨迹中,将作为所述第一坐标值的过去值的第一坐标过去值和作为所述第二坐标值的过去值的第二坐标过去值作为分量,
所述过去位置轨迹模型值计算单元使用所述行动方式参数和所述过去位置轨迹中的所述第一坐标过去值,计算作为所述第二坐标过去值的模型值的第二坐标过去模型值来作为所述过去位置轨迹模型值,
所述误差参数计算单元计算表示所述第二坐标过去值和所述第二坐标过去模型值的误差的值来作为所述误差参数。
4.根据权利要求2或3所述的行动预测装置,其特征在于,
所述干扰程度参数计算单元根据所述误差参数计算修改值,并使用以该修改值修改所述干扰程度参数的基准值所获得的值来计算所述干扰程度参数。
5.根据权利要求2或3所述的行动预测装置,其特征在于,
所述行动方式参数确定单元使用评价函数,确定所述行动方式参数来作为该评价函数表示极值时的解,所述评价函数包括所述干扰程度参数以及所述误差参数作为自变量。
6.根据权利要求1所述的行动预测装置,其特征在于,
所述行动方式参数确定单元使用评价函数,确定所述行动方式参数来作为该评价函数表示极值时的解,所述评价函数包括所述干扰程度参数作为自变量。
7.根据权利要求1所述的行动预测装置,其特征在于,
所述交通参与者的行动是表示该交通参与者的实际空间位置的时间序列的位置轨迹以及该交通参与者的速度中的至少一者。
8.一种自动驾驶装置,其特征在于,
具备:
权利要求1至7的任一项所述的行动预测装置;以及
控制单元,基于所述行动预测值,执行车辆的自动驾驶控制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于本田技研工业株式会社,未经本田技研工业株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910265673.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:机器人回充路径规划方法、机器人及充电系统
- 下一篇:自动驾驶辅助系统