[发明专利]用于预测实体行为的系统和方法

说明书

提供了用于控制车辆的系统和方法。在一个实施例中，一种方法包括：接收从与车辆相关联的环境中感测到的传感器数据；通过处理器处理传感器数据以确定观测数据，观测数据包括与环境中的媒介相关联的差分特征；基于观测通过处理器确定与媒介相关联的场景；通过处理器选择与场景相关联的第一概率模型；通过处理器用所选择的第一概率模型来处理观测数据，以确定预测组；通过处理器用第二概率模型来处理该预测组，以确定对与媒介相关联的交互行为的最终预测；以及基于对与媒介相关联的交互行为的最终预测，通过处理器选择性地控制车辆。

技术领域

本公开总体上涉及自主车辆，更具体地，涉及用于预测位于自主车辆的环境内的多种实体或媒介的行为的系统和方法。

背景技术

自主车辆是能够在用户输入很少或没有的情况下感测其环境并导航的车辆。它通过使用诸如雷达、激光雷达、图像传感器等感测装置来实现。自主车辆还使用来自全球定位系统(GPS)技术、导航系统、车辆到车辆通信、车辆到基础设施技术和/或线控驾驶系统的信息来对车辆进行导航并执行交通预测。

尽管近年来已经见证了行为预测系统的显著进步，但是这样的系统仍然可以在多个方面得到改进。例如，在正常运行期间，自主车辆通常会遇到大量车辆和其他物体，每个车辆和其他物体都可能呈现出其自身难以预测的行为。即，即使在自主车辆对道路具有精确的语义理解并已经对其附近的物体正确地检测和分类时，车辆可能仍然不能精确地预测某些物体在各种场景中的轨迹和/或路径。

因此，期望提供能够预测自主车辆所遇到的各种实体或媒介的行为的系统和方法。此外，通过随后的详细描述和所附权利要求，结合附图以及前述技术领域和背景技术，本发明的其它期望特征和特性将变得显而易见。

发明内容

提供了用于控制车辆的系统和方法。在一个实施例中，一种方法包括：接收从与车辆相关联的环境中感测到的传感器数据；通过处理器处理传感器数据以确定观测数据，观测数据包括与环境中的媒介相关联的差分特征；基于观测通过处理器确定与媒介相关联的场景；通过处理器选择与场景相关联的第一概率模型；通过处理器用选择的第一概率模型来处理观测数据，以确定预测组；通过处理器用第二概率模型来处理该预测组，以确定对与媒介相关联的交互行为的最终预测；以及基于对与媒介相关联的交互行为的最终预测，通过处理器选择性地控制车辆。

在各种实施例中，差分特征包括加速度和航向差。在各种实施例中，差分特征包括x和y位置。在各种实施例中，根据x和y位置来确定场景。在各种实施例中，场景与媒介行进所在的车道相关联。在各种实施例中，场景是通过使用媒介的x和y位置到车道的中心线之间的排序成对距离，并将车道映射到场景来确定的。在各种实施例中，第一概率模型是高斯混合模型-隐马尔可夫模型。

在各种实施例中，该方法包括基于场景执行高斯混合模型-隐马尔可夫模型的无监督训练。在各种实施例中，第二概率模型是稀疏相关的隐马尔可夫模型。在各种实施例中，该方法还包括基于场景执行稀疏相关隐马尔可夫模型的无监督训练。

在另一个实施例中，一种系统包括：传感器系统，该传感器系统被配置为观测与车辆相关联的环境中的媒介并基于该媒介产生传感器数据；以及预测模块，该预测模块被配置为：通过处理器接收传感器数据，处理传感器数据以确定包括与媒介相关联的差分特征的观测数据，基于观测确定与媒介相关联的场景，选择与场景相关联的第一概率模型，利用选择的第一概率模型来处理观测数据以确定预测组，利用概率模型来处理该预测组，以确定与该媒介相关联的交互行为的最终预测，并基于对与媒介相关联的交互行为的最终预测来选择性地控制车辆。