[发明专利]车辆变道意图预测方法及变道意图预测网络的训练方法有效
申请号: | 201910984614.0 | 申请日: | 2019-10-16 |
公开(公告)号: | CN110796856B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 王珏 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/16;G06K9/62;G06N3/04 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 意图 预测 方法 网络 训练 | ||
1.一种车辆变道意图预测方法,其特征在于,包括:
将多种类型的车辆行驶信息输入变道意图预测网络;其中,所述变道意图预测网络包括与所述多种类型一一对应的多个子网络,所述变道意图预测网络用于对行驶状态下的车辆的变道意图进行预测;
根据所述子网络中多个特征提取窗口对所述车辆行驶信息按照行驶时刻顺序依次进行特征提取,输出特征提取结果;其中,针对所述特征提取窗口的特征提取过程包括:根据当前特征提取窗口对应的行驶时刻的车辆行驶信息和前一特征提取窗口输出的隐含状态信息,计算候选状态信息、所述候选状态信息的输入权重、所述前一特征提取窗口的目标状态信息的遗忘权重和所述当前特征提取窗口的目标状态信息的输出权重;所述遗忘权重用于表示上一特征提取过程的目标状态信息能够保留的权重;根据所述遗忘权重对所述前一特征提取窗口的目标状态信息进行保留,得到第一中间状态信息;根据所述候选状态信息的输入权重对所述候选状态信息进行保留,得到第二中间状态信息;根据所述第一中间状态信息和所述第二中间状态信息,得到所述当前特征提取窗口的目标状态信息;根据所述当前特征提取窗口的目标状态信息的输出权重对所述当前特征提取窗口的目标状态信息进行保留,得到所述当前特征提取窗口的隐含状态信息;
将各所述子网络输出的特征提取结果进行特征融合,并根据特征融合结果预测车辆变道意图。
2.根据权利要求1所述的方法,其特征在于,所述多种类型的车辆行驶信息包括各行驶时刻对应的车辆状态信息、周边车辆交互信息以及路网信息。
3.根据权利要求2所述的方法,其特征在于,其中:
所述车辆状态信息包括目标车辆的当前位置坐标、目标车辆距离车道中心线的横向距离、目标车辆的车头朝向以及目标车辆的速度信息中的一种或多种;
所述周边车辆交互信息包括预设数量的周边车辆的位置信息以及各所述周边车辆与所述目标车辆的相对速度信息中一种或多种;
所述路网信息包括车道信息、交通信号、交叉路口以及道路定义中一种或多种。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
确定目标车辆的当前所在位置以及所述当前所在位置的所属区域,并确定所述所属区域对应的路网信息。
5.根据权利要求1所述的方法,其特征在于,将各所述子网络输出的特征提取结果进行特征融合,包括:
将各所述子网络输出的特征提取结果进行拼接,以实现对于所述特征提取结果的特征融合。
6.根据权利要求5所述的方法,其特征在于,将各所述子网络输出的特征提取结果进行拼接,以实现对于所述特征提取结果的特征融合,包括:
根据预设权重对各所述子网络输出的特征提取结果进行加权处理,并将加权处理结果进行拼接,以实现对于所述特征提取结果的特征融合。
7.根据权利要求1所述的方法,其特征在于,根据特征融合结果预测车辆变道意图,包括:
根据所述特征融合结果确定目标车辆属于各类型变道意图的概率分布;
根据所述概率分布预测车辆变道意图;其中,所述车辆变道意图包括所述目标车辆在未来各时刻的车辆状态信息。
8.根据权利要求1~7任一项所述的方法,其特征在于,根据特征融合结果预测车辆变道意图之后,所述方法还包括:
根据各目标车辆的变道意图更新当前车辆的自动驾驶路线。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/201910984614.0/1.html,转载请声明来源钻瓜专利网。