[发明专利]基于动作数据的自上而下场景预测

说明书

本文讨论了用于基于车辆动作来确定环境的自上而下表示的预测的技术。第一车辆(例如，自主车辆)的传感器可以捕获环境的传感器数据，该环境可以包括与第一车辆分开的对象(例如，车辆或行人)。可以基于传感器数据、地图数据和/或动作数据来生成表示对象和环境的自上而下视图的多通道图像。可以在图像中对环境数据(对象范围、速度、车道位置、人行横道等)进行编码。动作数据可以表示第一车辆的目标车道、轨迹等。可以生成表示环境随时间推移的多个图像并将其输入到预测系统中，该预测系统被配置为可以基于自主车辆的动作来输出与对象在未来的可能的位置相关联的预测概率。

技术领域相关申请的交叉引用

本专利申请要求享有于2019年7月5日所提交的序列号为16/504,147的美国实用新型专利申请的优先权。序列号为16/504,147的申请通过引用完整地并入本文。

背景技术

预测技术可用于确定环境中实体的未来状态。即，预测技术可用于确定特定实体在未来可能会如何表现。现有的预测技术通常涉及基于物理的建模或道路规则模拟，以预测环境中实体的未来状态。

附图说明

参考附图描述了具体实施方式。在附图中，附图标记的最左边的数字标识该附图标记首次出现的附图。在不同附图中使用相同的附图标记指示相似或相同的组件或特征。

图1是根据本公开的示例的用于接收对象数据和动作数据、将表示环境的多通道图像输入到机器学习模型中、并且基于对象数据和动作数据接收预测概率的示例过程的图示流程图。

图2A描绘了用于实现本文所描述的技术的示例系统的框图。

图2B描绘了用于训练机器学习模型以实现本文所描述的技术的示例训练组件的框图。

图3描绘了根据本公开的示例的预测系统的输入和用于训练预测系统的训练数据的示例图示。

图4是根据本公开的示例的包括两个并排停放(double parked)车辆的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图5是根据本公开的示例的包括并排停放车辆的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图6是根据本公开的示例的包括对象在自主车辆前方转弯的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图7是根据本公开的示例的包括自主车辆穿越交叉口的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图8是根据本公开的示例的包括自主车辆进入阻塞的交叉口的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图9是根据本公开的示例的包括自主车辆穿越另一交叉口的场景的第一预测概率和第二预测概率的图示，其中第二预测概率部分地基于动作数据。

图10描绘了根据本公开的示例的用于接收传感器数据和动作数据、生成多通道图像、评估预测概率并且基于预测概率来控制车辆的示例过程。

具体实施方式