[发明专利]以驾驶员为中心的风险评估：经由意图感知驾驶模型的因果推理进行风险对象识别

权利要求书

1.一种基于意图感知驾驶模型来预测驾驶动作的计算机实现的方法：

接收自我意识车辆的驾驶场景的至少一个图像；

分析所述至少一个图像以检测和跟踪位于所述驾驶场景内的动态对象，并且检测和识别与所述驾驶场景相关联的驾驶场景特性；

处理与所述动态对象相关联的ego-thing图形以及与所述驾驶场景特性相关联的ego-stuff图形，以及

基于所述ego-thing图形和所述ego-stuff图形的表示的融合来预测驾驶员刺激性动作，并且基于与所述自我意识车辆的驾驶员的驾驶意图相关联的意图表示来预测驾驶员意图性动作。

2.根据权利要求1所述的计算机实现的方法，其中接收所述自我意识车辆的所述驾驶场景的所述至少一个图像包括利用神经网络来接收与所述驾驶场景的所述至少一个图像相关联的图像帧的输入，其中所述图像帧包括所述驾驶场景的自我中心视图。

3.根据权利要求1所述的计算机实现的方法，其中分析所述至少一个图像包括计算与所述动态对象相关联的对象边界框，并且从计算的对象边界框提取动态对象特征。

4.根据权利要求1所述的计算机实现的方法，其中分析所述至少一个图像包括执行语义分割以检测与所述驾驶场景的静态对象和道路特征相关联的所述驾驶场景特性，其中基于所述语义分割应用来自语义遮罩的不规则形状对象的特征以识别所述驾驶场景特性。

5.根据权利要求1所述的计算机实现的方法，其中处理与所述动态对象相关联的所述ego-thing图形包括将所述动态对象分类为ego-thing，并且执行神经网络的图形生成器以计算具有对应于所述动态对象的thing节点的所述ego-thing图形，其中所述ego-thing图形涉及所述动态对象彼此之间以及与所述自我意识车辆之间的双向方式的交互。

6.根据权利要求1所述的计算机实现的方法，其中处理与所述驾驶场景特性相关联的所述ego-stuff图形包括将所述驾驶场景特性分类为ego-stuff，并且执行神经网络的图形生成器以计算具有对应于所述驾驶场景特性的stuff节点的所述ego-stuff图形，其中所述ego-stuff图形涉及所述ego-stuff对所述自我意识车辆的操作的效应。

7.根据权利要求1所述的计算机实现的方法，其中预测所述驾驶员刺激性动作包括从所述ego-thing图形中提取和融合ego-thing特征以及从所述ego-stuff图形中提取和融合ego-stuff特征，以实现所述驾驶场景的空间-时域驾驶场景建模，其中处理融合数据以进行空间时域确定，从而输出捕获所述动态对象之间相对于彼此和所述自我意识车辆的双向交互的交互表示。

8.根据权利要求7所述的计算机实现的方法，其中预测所述驾驶员刺激性动作包括将涉及与所述驾驶场景的所提取的视觉特征相关联的驾驶员意图的所述交互表示和所述意图表示输入到神经网络的时域解码器中，其中所述时域解码器根据历史信息、当前信息和预测的未来信息来聚集未来以预测所述驾驶员刺激性动作。

9.根据权利要求1所述的计算机实现的方法，其中预测所述驾驶员意图性动作包括使用对所述至少一个图像的卷积分析基于对视觉特征的提取来分析所述自我意识车辆的所述驾驶员意图以输出所述意图表示，其中所述驾驶员意图性动作与相对于所述自我意识车辆的未来操作的驾驶员意图相关联。