隨著經(jīng)濟的發(fā)展和人民生活水平的提高,汽車保有量逐年增長,這也導致了交通擁堵和交通事故的發(fā)生。為提高車輛駕駛的安全性,目前已有一些車輛制造廠商,將自動駕駛技術應用于車輛中,以實現(xiàn)車輛的自動駕駛。
而車輛在自動駕駛過程中,有一項非常重要的功能,就是對附近的行人的軌跡進行預測?,F(xiàn)在常用的行人軌跡預測方法有根據(jù)行人的歷史軌跡信息進行行人的軌跡預測,然而行人的行走行為存在很多主觀因素,因此這種基于行人的歷史軌跡信息來預測行人未來的預測軌跡的方法的預測效果較差。
為此,華為在2019年12月30日申請了一項名為“一種軌跡預測方法及相關設備”的發(fā)明專利(申請?zhí)枺?01980064064.9),申請人為華為技術有限公司。
在該專利中,發(fā)明了一種行人軌跡的預測方法,根據(jù)目前公開的相關資料,讓我們一起來看看這項軌跡預測方法吧。
如上圖,為該專利中發(fā)明的軌跡預測設備的硬件結構示意圖,該設備主要包括環(huán)境感知模塊102、規(guī)劃決策模塊104以及控制處理模塊106。環(huán)境感知模塊主要通過外圍系統(tǒng)(如傳感器、攝像頭等)采集障礙物信息、軌跡預測設備所處的周圍環(huán)境信息以及設備所在車輛的行駛信息。
規(guī)劃決策模塊包括行為預測模塊和規(guī)劃模塊:行為預測模塊主要用于根據(jù)環(huán)境感知模塊所采集的信息,預測障礙物的行為意圖以及該行為意圖對應的運動軌跡(即障礙物軌跡);規(guī)劃模塊用于在保證安全的前提下,根據(jù)行為意圖獲得對應的控制策略,以便后續(xù)利用該控制策略控制車輛進行安全行駛。
控制處理模塊用于根據(jù)規(guī)劃決策模塊獲得的控制策略,對車輛進行相應地控制和調整,以避免車輛與障礙物發(fā)生碰撞,例如對車輛的方向盤轉角、行駛速度、是否制動剎車、是否按壓加速踏板等車輛參數(shù)進行控制。
如上圖,為該專利中展示的一種可能的場景示意圖,在車輛往來的道路上,行人位于道路邊緣的P1點位置,為防止車輛與行人發(fā)生碰撞,此時車輛需預測行人的運動軌跡,并基于預測的運動軌跡來控制自身的安全行駛,以避免與行人發(fā)生碰撞。
例如,若預測行人P1點后的運動軌跡是運動軌跡b(橫穿道路),則需要控制車輛減速行駛、甚至剎車等待等,以避讓行人。又例如,假設預測行人P1點后的運動軌跡是運動軌跡a沿道路直行或在P1點停止,則不需要對車輛進行任何控制操作,因為這種情況下不會發(fā)生車輛和行人的碰撞等危險情況。
如上圖,為該專利中發(fā)明的軌跡預測方法的流程圖,首先,系統(tǒng)獲取目標對象的姿態(tài)信息和歷史運動軌跡信息,具體來說,設備會將用戶的姿態(tài)信息輸入例如循環(huán)神經(jīng)網(wǎng)絡等算法,得到表示目標對象行為意圖的目標信息。
接著,基于姿態(tài)信息獲取表示目標對象行為意圖的目標信息,該專利中羅列了一些行人的意圖變化,例如:由移動狀態(tài)變?yōu)殪o止狀態(tài)、保持移動狀態(tài)、由靜止狀態(tài)轉換為移動狀態(tài)等。最后,以目標信息和歷史軌跡信息為輸入,通過軌跡預測模型,得到目標對象的預測軌跡。
以上就是華為發(fā)明的行人軌跡預測系統(tǒng),該方案通過軌跡預測模型,將行人的行為意圖作為行人軌跡預測的輸入特征,從而減小了行人軌跡的預測誤差。該方案能夠解決現(xiàn)有技術中行人運動軌跡預測不準確的問題,有效提高了車輛控制的安全性。
掃一掃在手機上閱讀本文章