[发明专利]基于动作数据的自上而下场景预测

权利要求书

1.一种方法，包括：

接收表示环境中的对象的对象数据；

接收与车辆要在所述环境中执行的候选动作相关联的动作数据；

至少部分地基于所述对象数据和所述动作数据来生成表示所述环境的自上而下视图的多通道图像，所述多通道图像表示所述对象、与所述对象相关联的运动信息以及与所述车辆相关联的所述候选动作；

将所述多通道图像输入到机器学习模型中；

从所述机器学习模型接收与所述对象相关联的预测概率；以及

至少部分地基于所述预测概率来控制所述车辆以穿越所述环境。

2.根据权利要求1所述的方法，其中，所述预测概率是第一预测概率，所述方法还包括，

从所述机器学习模型接收与所述车辆相关联的第二预测概率。

3.根据权利要求1或2所述的方法，其中，所述候选动作包括以下各项中的至少一个：

保持在车道中动作；

车道改变动作；或者

转弯动作；并且

其中，生成表示与所述车辆相关联的所述候选动作的所述多通道图像包括生成以下各项中的至少一个：

所述多通道图像的第一通道，所述第一通道表示与所述候选动作相关联的目标车道；或者

所述多通道图像的第二通道，所述第二通道表示与所述候选动作相关联的所述车辆的目标速度或目标加速度。

4.根据权利要求1-3中任一项所述的方法，其中：

所述多通道图像还包括一个或多个通道，所述一个或多个通道包括所述环境中的附加对象的附加对象信息；并且

所述多通道图像是与当前时间之前的一个或多个先前时间相关联的多个多通道图像中的一个。

5.根据权利要求4所述的方法，还包括：

从所述机器学习模型接收多个预测概率，所述多个预测概率表示在所述当前时间之后的一个或多个未来时间时的所述环境。

6.根据权利要求1至5中任一项所述的方法，其中，所述预测概率是与当前时间之后的第一时间相关联的第一预测概率，所述方法还包括：

从所述机器学习模型接收与所述对象相关联的第二预测概率，所述第二预测概率与所述第一时间之后的第二时间相关联；

其中，与所述第一预测概率相关联的第一概率量在与所述第二预测概率相关联的第二概率量的阈值量内。

7.根据权利要求1-6中任一项所述的方法，其中，以下各项中的至少一个：

所述对象数据至少部分地基于以下各项中的至少一个：图像数据、激光雷达数据、雷达数据或飞行时间数据；或者

所述机器学习模型包括卷积神经网络。

8.根据权利要求1-7中任一项所述的方法，其中，所述预测概率被表示为与未来时间相关联的占用网格，并且

其中，所述占用网格的单元指示所述车辆在所述未来时间时处于与所述单元相关联的区域中的概率。

9.根据权利要求1-8中任一项所述的方法，其中：

所述动作数据为第一动作数据；

所述候选动作为第一候选动作；

所述多通道图像为第一多通道图像；

所述环境的所述自上而下视图是所述环境的第一自上而下视图；以及

所述预测概率为与所述第一候选动作相关联的第一预测概率；

所述方法还包括：

接收与所述车辆要在所述环境中执行的第二候选动作相关联的第二动作数据；

至少部分地基于所述对象数据和所述第二动作数据来生成表示所述环境的第二自上而下视图的第二多通道图像；

将所述第二多通道图像输入到所述机器学习模型中；以及

从所述机器学习模型接收与所述对象相关联的第二预测概率。