JP2020132151A - 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム - Google Patents
車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム Download PDFInfo
- Publication number
- JP2020132151A JP2020132151A JP2020025806A JP2020025806A JP2020132151A JP 2020132151 A JP2020132151 A JP 2020132151A JP 2020025806 A JP2020025806 A JP 2020025806A JP 2020025806 A JP2020025806 A JP 2020025806A JP 2020132151 A JP2020132151 A JP 2020132151A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- target vehicle
- travel
- target
- positions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/10—Number of lanes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4045—Intention, e.g. lane change or imminent movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/806—Relative heading
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出することと、
前記複数の位置から少なくとも2つの位置を目標位置として選定することと、
前記目標車両の走行状態情報に基づいて、前記目標車両が前記目標位置に到着する複数の走行軌跡を予測することと、
前記目標車両の周囲の環境情報に基づいて、前記複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定することとを含む。
前記主車両の検知範囲内の各前記目標車両を取得することと、
前記各目標車両の履歴フレーム走行データ及び前記各目標車両の周囲の道路情報を取得することとをさらに含む。
前記目標車両の周囲の道路情報に基づいて、前記目標車両の走行可能な道路の情報を選定することと、
前記目標車両の履歴フレーム走行データ及び前記走行可能な道路の情報に基づいて、予測モデルにより、前記目標車両が予め設定された時間内に走行する可能性のある前記複数の位置を算出することとを含む。
前記目標車両が前記複数の位置の各位置に到着する確率を取得することと、
確率が最も高い少なくとも2つの位置を前記目標位置として選定することと、を含み、
ここで、前記目標車両が現在に位置する道路に複数の車線を有する場合、前記各目標位置が異なる前記車線にそれぞれ位置する。
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得することと、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、前記目標車両が前記目標位置に到着する前記複数の走行軌跡を算出することとを含む。
前記目標車両の周囲の環境情報内の道路情報及び障害物情報を取得することと、
前記道路情報及び前記障害物情報に基づいて、予め設定されたアルゴリズムにより、前記複数の走行軌跡から少なくとも1つの走行軌跡を前記予測結果として選定することと、を含む。
主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出する位置算出モジュールと、
前記複数の位置から少なくとも2つの位置を目標位置として選定する選定モジュールと、
前記目標車両の走行状態情報に基づいて、前記目標車両が前記目標位置に到着する複数の走行軌跡を予測する走行軌跡モジュールと、
前記目標車両の周囲の環境情報に基づいて、前記複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定する予測モジュールと、を含む。
前記主車両の検知範囲内の各前記目標車両を取得する第1の取得モジュールと、
前記各目標車両の履歴フレーム走行データ及び前記各目標車両の周囲の道路情報を取得する第2の取得モジュールと、をさらに含む。
前記目標車両の周囲の道路情報に基づいて、前記目標車両の走行可能な道路の情報を選定する道路選定サブモジュールと、
前記目標車両の履歴フレーム走行データ及び前記走行可能な道路の情報に基づいて、予測モデルにより、前記目標車両が予め設定された時間内に走行する可能性のある前記複数の位置を算出する位置算出サブモジュールと、を含む。
前記目標車両が前記複数の位置の各位置に到着する確率を取得する確率取得サブモジュールと、
確率が最も高い少なくとも2つの位置を前記目標位置として選定する確率選定サブモジュールと、を含み、
前記目標車両が現在に位置する道路に複数の車線を有する場合、前記各目標位置が異なる前記車線にそれぞれ位置する。
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得する履歴フレーム取得サブモジュールと、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、前記目標車両が前記目標位置に到着する前記複数の走行軌跡を算出する算出サブモジュールとを含む。
前記目標車両の周囲の環境情報内の道路情報及び障害物情報を取得する情報取得サブモジュールと、
前記道路情報及び前記障害物情報に基づいて、予め設定されたアルゴリズムにより、前記複数の走行軌跡から少なくとも1つの走行軌跡を前記予測結果として選定する選定サブモジュールと、を含む。
S100において、主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出する。
目標車両は、主車両の検知範囲内に存在する全ての車両を含み得る。例えば、有人運転車両、自動運転車両、自転車、バイク、電気自動車など、任意の種類の車両に適用することができる。
目標車両が非自動車道を走行している場合、算出された複数の位置は、目標車両の周囲の任意領域に存在することができる。目標車両が自動車道を走行している場合、算出された複数の位置は、それぞれ、その道路の異なる車線に位置してもよい。ここで、主車両が高精細地図に従い走行する場合、車線は高精細地図における車道境界線により区割されてもよい。高精細地図は、高精度で精細に定義された地図であり、その精度は、デシメートルまでにのぼる。高精細地図は、現実の3次元世界を構築するため、絶対位置の形状情報やトポロジー関係の他に、ポイントクラウド、文言の意味、特徴などの属性まで含む。道路レベルの案内情報、車線レベルの案内情報だけでなく、正確な車両位置情報や豊富な道路要素データ情報を提供することができる。従って、算出された位置に応じて、主車両は、その位置との絶対位置、地図における相対位置、その位置周囲の道路環境情報、及びその位置に関連する任意の情報を正確に取得することができる。
なお、主車両及び周囲の目標車両の走行環境の差異に基づいて、多くの目標車両の走行する可能性のある位置が算出される。しかし、これらの位置は、必ずしも主車両の将来の走行軌跡に影響を与えるものではない。そこで、主車両の算出コストを低減させるために、複数の位置から、カスタムルールに従って少ない位置を目標位置として選定するようにしてもよい。例えば、カスタムルールは、各位置に到達する確率、注目車線、位置点周囲の環境複雑度などによるものである。
ここで、走行状態情報は、主車両が収集した目標車両に関する任意の情報を含んでもよい。例えば、走行状態情報は、車両の速度、車両の加速度、車両の位置、車両のヨー角(先頭向き)、車両と車道境界線との距離、車両と主車両との距離等の情報を含む。
なお、目標車両前方の道路が異なり、目標車両周囲の障害物の挙動が異なり、あるいは目標車両の運転者の運転意図が異なる場合、目標車両が同一位置に到達する走行軌跡も複数存在する。例えば、直線軌跡、円弧軌跡、折れ線軌跡等が挙げられる。このため、予測される走行軌跡の精度を高めるためには、目標位置までの目標車両の走行軌跡をできるだけ増やす必要がある。
なお、予測の要求に応じて走行軌跡の選定方式を予め設けておいてもよい。例えば、主車両のユーザの試験要求に応じて、ある特定の走行軌跡を予測結果として選定し、後続の主車両走行軌跡に対する決定判断用の試験対象とする。また、例えば、目標車両周囲の環境情報に基づいて各走行軌跡の発生可能性を採点し、点数の高い走行軌跡を予測結果として選定する。
S500において、主車両の検知範囲内の各目標車両を取得する。
S600において、各目標車両の履歴フレーム走行データ及び各目標車両の周囲の道路情報を取得する。
S110において、目標車両の周囲の道路情報に基づいて、目標車両の走行可能な道路の情報を選定する。
ここで、道路情報は、交通ルール情報及び道路種別情報等を含んでもよい。交通ルール情報は、例えば、前方左折禁止、現在道路の車線変更禁止等である。道路種別情報は、例えば、道路タイプ(例えば、交差点、直線路、分岐路等)、道路曲率、道路接続関係等である。目標車両の周囲の道路情報を利用することで、不要な位置演算を迅速に排除し、演算コストを低減させることができる。
S120において、目標車両の履歴フレーム走行データ及び走行可能な道路の情報に基づいて、予測モデルにより、目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出する。履歴フレーム走行データは、目標車両が走行する可能性の意図を予測し、即ち、目標車両の運動方向を予測するために用いられる。
例えば、予測モデルは、LSTM(Long Short−Term Memory:長期短期記憶)モデルを採用し得る。予め設定された時間と目標車両の履歴フレーム走行データとに基づいてLSTMモデルにより各走行可能な道路の情報がそれぞれ予測され、目標車両が各走行可能な道路の位置に到着する確率と平均加速度が与えられる。
S210において、目標車両が複数の位置の各位置に到着する確率を取得する。
S220において、確率が最も高い少なくとも2つの位置を目標位置として選定し、ここで、目標車両が現在に位置する道路に複数の車線を有する場合、各目標位置が異なる車線にそれぞれ位置する。
S310において、目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得する。
ここで、予め設定された時間は、予測の要求に応じてカスタマイズされる。1秒当たりは複数の履歴フレーム走行データを含んでもよい。履歴フレーム走行データは、車両の速度、車両の加速度、車両の位置、車両のヨー角、車両と車道境界線との距離、車両と主車両との距離などの目標車両の過去走行状態を示す情報を含んでもよい。
S320において、目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、目標車両が目標位置に到着する複数の走行軌跡を算出する。
S410において、目標車両の周囲の環境情報内の道路情報及び障害物情報を取得する。
ここで、道路情報は、道路種別、道路曲率、道路接続関係等の情報を含む。障害物情報には、目標車両の周囲の他の走行車両、歩行者、バリケード等、目標車両以外の視認可能な物体が含まれる。
S420において、道路情報及び障害物情報に基づいて、予め設定されたアルゴリズムにより、複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定する。
また、本発明の他の実施形態では、目標車両の走行可能な複数の位置を算出するステップにおいて、選定された予め設定された時間が短い場合、すなわち、目標車両の現在位置と算出された走行する可能性のある位置との距離が近い場合、目標車両の現在位置の周囲の道路情報と障害物情報のみに基づいて走行軌跡を選定することもできる。
図7に示すように、一つの応用シーンにおいて、主車両1は、図示の方向に従って左から右へ順にA、B、C、D四個の車線を含む自動車道を走行している。主車両1は、収集デバイスによって、その検知範囲内に目標車両2、目標車両3、目標車両4が含まれることが分かる。ここで、主車両1と目標車両3は車線Cに位置し、目標車両2は車線Bに位置し、目標車両4は車線Dに位置する。本発明の実施形態に係る車両走行軌跡の予測方法をより理解するために、目標車両2の予測を例として説明する。
予測モデルを用いて、主車両1が収集した目標車両2の履歴フレーム走行データと走行可能な道路の情報から、目標車両2が3秒後にa、b、cの3つの位置に到着する可能性があることを算出する。ここで、位置aは車線Bにあり、位置aに到着する確率は80%である。位置bは車線Cにあり、位置bに到着する確率は70%である。位置cは車線Dにあり、位置cに到着する確率は20%である。確率に基づいて、位置aと位置bを目標位置として選定する。
走行軌跡a1、a2、a3、a4、b1、b2、b3は、目標車両2の周囲の環境情報に基づいて、Lattice Plannerの計画アルゴリズムにより採点される。この採点結果から、目標車両2の位置aに到着する点数が最も高い走行軌跡は、a1及びa4であることがわかる。位置bに到着する点数が最も高い走行軌跡はb2である。従って、走行軌跡a1、a4との2つの軌跡を、目標車両2が位置aに到着する最終予測軌跡とする。走行軌跡b2を目標車両2が位置bに到着する最終予測軌跡とする。
位置算出モジュール10は、主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出するように構成される。
選定モジュール20は、複数の位置から少なくとも2つの位置を目標位置として選定するように構成される。
走行軌跡モジュール30は、目標車両の走行状態情報に基づいて、目標車両が前記目標位置に到着する複数の走行軌跡を予測するように構成される。
予測モジュール40は、目標車両の周囲の環境情報に基づいて、複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定するように構成される。
第1の取得モジュール50は、主車両の検知範囲内の各目標車両を取得するように構成される。
第2の取得モジュール60は、各目標車両の履歴フレーム走行データ及び各目標車両の周囲の道路情報を取得するように構成される。
目標車両の周囲の道路情報に基づいて、目標車両の走行可能な道路の情報を選定するように構成される道路選定サブモジュールと、
目標車両の履歴フレーム走行データ及び走行可能な道路の情報に基づいて、予測モデルにより、目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出するように構成される位置算出サブモジュールとを含む。
目標車両が複数の位置の各位置に到着する確率を取得するように構成される確率取得サブモジュールと、
確率が最も高い少なくとも2つの位置を目標位置として選定するように構成される確率選定サブモジュールとを含み、
ここで、目標車両が現在に位置する道路に複数の車線を有する場合、各目標位置が異なる車線にそれぞれ位置する。
目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得するように構成される履歴フレーム取得サブモジュールと、
目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、目標車両が目標位置に到着する複数の走行軌跡を算出するように構成される算出サブモジュールとを含む。
目標車両の周囲の環境情報内の道路情報及び障害物情報を取得するように構成される情報取得サブモジュールと、
道路情報及び障害物情報に基づいて、予め設定されたアルゴリズムにより、複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定するように構成される選定サブモジュールとを含む。
さらに、通信インターフェース930を含み、
通信インターフェース930は、メモリ910とプロセッサ920が外部機器との通信を行う。
メモリ910、プロセッサ920、及び通信インターフェース930が互いに独立して具現される場合、メモリ910、プロセッサ920、及び通信インターフェース930は、バスによって相互接続して相互通信を行うことができる。前記バスは、インダストリスタンダードアーキテクチャ(ISA、Industry Standard Architecture)バス、外部デバイス相互接続(PCI、Peripheral Component Interconnect)バス、又は拡張インダストリスタンダードアーキテクチャ(EISA、Extended Industry Standard Component)バス等であってもよい。前記バスは、アドレスバス、データバス、制御バス等として分けられることが可能である。表示の便宜上、図10に1本の太線のみで表示するが、バスが1つ又は1種類のみであることを意味しない。
また、用語「第1」、「第2」とは比較的重要性を示している又は暗示しているわけではなく、単に説明のためのものであり、示される技術的特徴の数を暗示するわけでもない。そのため、「第1」、「第2」で限定される特徴は、少なくとも1つの当該特徴を明示又は暗示的に含むことが可能である。本出願の記載の中において、「複数」の意味とは、明確に限定される以外に、2つ又は2つ以上を意味する。
フローチャートに示された、又はその他の方式で説明された論理及び/又はステップは、例えば、論理機能を実現させるための実行可能な命令のシーケンスリストとして見なされることが可能であり、命令実行システム、装置、又はデバイス(プロセッサのシステム、又は命令実行システム、装置、デバイスから命令を取得して実行することが可能なその他のシステムを含むコンピュータによるシステム)が使用できるように提供し、又はこれらの命令を組み合わせて使用する命令実行システム、装置、又はデバイスに使用されるために、いかなるコンピュータ読取可能媒体にも具体的に実現されることが可能である。本明細書において、「コンピュータ読取可能媒体」は、命令実行システム、装置、デバイス、又はこれらの命令を組み合わせて実行するシステム、装置又はデバイスが使用できるように提供するため、プログラムを格納、記憶、通信、伝搬又は伝送する装置であってもよい。コンピュータ読み取り可能媒体のより具体的例(非網羅的なリスト)として、1つ又は複数の布配線を含む電気接続部(電子装置)、ポータブルコンピュータディスク(磁気装置)、ランダム・アクセス・メモリ(RAM)、リード・オンリー・メモリ(ROM)、消去書き込み可能リード・オンリー・メモリ(EPROM又はフラッシュメモリ)、光ファイバー装置、及びポータブル読み取り専用メモリ(CDROM)を少なくとも含む。また、コンピュータ読み取り可能媒体は、そのうえで前記プログラムを印字できる紙又はその他の適切な媒体であってもよく、例えば紙又はその他の媒体に対して光学的スキャンを行い、そして編集、解釈又は必要に応じてその他の適切な方式で処理して電子的方式で前記プログラムを得、その後コンピュータメモリに記憶することができるためである。
当業者は、上記の実施形態における方法に含まれるステップの全部又は一部を実現するのは、プログラムによって対応するハードウェアを指示することによって可能であることを理解することができる。前記プログラムは、コンピュータ読取可能な媒体に記憶されてもよく、当該プログラムが実行されるとき、方法の実施形態に係るステップのうちの1つ又はそれらの組み合わせを含むことができる。
Claims (15)
- 主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出することと、
前記複数の位置から少なくとも2つの位置を目標位置として選定することと、
前記目標車両の走行状態情報に基づいて、前記目標車両が前記目標位置に到着する複数の走行軌跡を予測することと、
前記目標車両の周囲の環境情報に基づいて、前記複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定することとを含む、
ことを特徴とする車両走行軌跡の予測方法。 - 前記主車両の検知範囲内の各前記目標車両を取得することと、
前記各目標車両の履歴フレーム走行データ及び前記各目標車両の周囲の道路情報を取得することと、をさらに含む、
ことを特徴とする請求項1に記載の車両走行軌跡の予測方法。 - 主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出することは、
前記目標車両の周囲の道路情報に基づいて、前記目標車両の走行可能な道路の情報を選定することと、
前記目標車両の履歴フレーム走行データ及び前記走行可能な道路の情報に基づいて、予測モデルにより、前記目標車両が予め設定された時間内に走行する可能性のある前記複数の位置を算出することとを含む、
ことを特徴とする請求項2に記載の車両走行軌跡の予測方法。 - 前記複数の位置から少なくとも2つの位置を目標位置として選定することは、
前記目標車両が前記複数の位置の各位置に到着する確率を取得することと、
確率が最も高い少なくとも2つの位置を前記目標位置として選定することと、を含み、
前記目標車両が現在に位置する道路に複数の車線を有する場合、前記各目標位置が異なる前記車線にそれぞれ位置する、
ことを特徴とする請求項1に記載の車両走行軌跡の予測方法。 - 前記目標車両の走行状態情報に基づいて、前記目標車両が前記目標位置に到着する複数の走行軌跡を予測することは、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得することと、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、前記目標車両が前記目標位置に到着する前記複数の走行軌跡を算出することとを含む、
ことを特徴とする請求項1に記載の車両走行軌跡の予測方法。 - 前記目標車両の周囲の環境情報に基づいて、前記複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定することは、
前記目標車両の周囲の環境情報内の道路情報及び障害物情報を取得することと、
前記道路情報及び前記障害物情報に基づいて、予め設定されたアルゴリズムにより、前記複数の走行軌跡から少なくとも1つの走行軌跡を前記予測結果として選定することと、を含む、
ことを特徴とする請求項1に記載の車両走行軌跡の予測方法。 - 主車両の検知範囲内の目標車両が予め設定された時間内に走行する可能性のある複数の位置を算出する位置算出モジュールと、
前記複数の位置から少なくとも2つの位置を目標位置として選定する選定モジュールと、
前記目標車両の走行状態情報に基づいて、前記目標車両が前記目標位置に到着する複数の走行軌跡を予測する走行軌跡モジュールと、
前記目標車両の周囲の環境情報に基づいて、前記複数の走行軌跡から少なくとも1つの走行軌跡を予測結果として選定する予測モジュールと、を含む、
ことを特徴とする車両走行軌跡の予測装置。 - 前記主車両の検知範囲内の各前記目標車両を取得する第1の取得モジュールと、
前記各目標車両の履歴フレーム走行データ及び前記各目標車両の周囲の道路情報を取得する第2の取得モジュールと、をさらに含む、
ことを特徴とする請求項7に記載の車両走行軌跡の予測装置。 - 位置算出モジュールは、
前記目標車両の周囲の道路情報に基づいて、前記目標車両の走行可能な道路の情報を選定する道路選定サブモジュールと、
前記目標車両の履歴フレーム走行データ及び前記走行可能な道路の情報に基づいて、予測モデルにより、前記目標車両が予め設定された時間内に走行する可能性のある前記複数の位置を算出する位置算出サブモジュールと、を含む、
ことを特徴とする請求項8に記載の車両走行軌跡の予測装置。 - 前記選定モジュールは、
前記目標車両が前記複数の位置の各位置に到着する確率を取得する確率取得サブモジュールと、
確率が最も高い少なくとも2つの位置を前記目標位置として選定する確率選定サブモジュールと、を含み、
前記目標車両が現在に位置する道路に複数の車線を有する場合、前記各目標位置が異なる前記車線にそれぞれ位置する、
ことを特徴とする請求項7に記載の車両走行軌跡の予測装置。 - 前記走行軌跡モジュールは、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報を取得する履歴フレーム取得サブモジュールと、
前記目標車両の予め設定された時間内の各履歴フレーム走行状態情報に基づいて、予め設定されたアルゴリズムにより、前記目標車両が前記目標位置に到着する前記複数の走行軌跡を算出する算出サブモジュールとを含む、
ことを特徴とする請求項7に記載の車両走行軌跡の予測装置。 - 前記予測モジュールは、
前記目標車両の周囲の環境情報内の道路情報及び障害物情報を取得する情報取得サブモジュールと、
前記道路情報及び前記障害物情報に基づいて、予め設定されたアルゴリズムにより、前記複数の走行軌跡から少なくとも1つの走行軌跡を前記予測結果として選定する選定サブモジュールと、を含む、
ことを特徴とする請求項7に記載の車両走行軌跡の予測装置。 - 1つ又は複数のプロセッサと、
1つ又は複数のプログラムを記憶する記憶装置とを含み、
前記1つ又は複数のプロセッサは、前記1つ又は複数のプログラムを実行する場合、請求項1〜6のいずれか1項に記載の車両走行軌跡の予測方法を実行させる、
ことを特徴とする車両走行軌跡の予測端末。 - コンピュータプログラムが記憶されたコンピュータ可読記憶媒体であって、
プロセッサは、当該プログラムを実行する場合、請求項1〜6のいずれか1項に記載の車両走行軌跡の予測方法を実行させる、
ことを特徴とするコンピュータ可読記憶媒体。 - コンピュータにおいて、プロセッサにより実行される場合、請求項1〜6のいずれか1項に記載の車両走行軌跡の予測方法を実現することを特徴とするプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127534.3A CN109583151B (zh) | 2019-02-20 | 2019-02-20 | 车辆的行驶轨迹预测方法及装置 |
CN201910127534.3 | 2019-02-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020132151A true JP2020132151A (ja) | 2020-08-31 |
Family
ID=65918806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020025806A Pending JP2020132151A (ja) | 2019-02-20 | 2020-02-19 | 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200265710A1 (ja) |
EP (1) | EP3699048B1 (ja) |
JP (1) | JP2020132151A (ja) |
KR (2) | KR20200101855A (ja) |
CN (1) | CN109583151B (ja) |
Families Citing this family (78)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3705384B1 (en) * | 2019-03-04 | 2021-12-22 | Aptiv Technologies Limited | Side collision risk estimation system for a vehicle |
CN110111566B (zh) * | 2019-04-19 | 2021-07-06 | 腾讯科技(深圳)有限公司 | 轨迹预测方法、装置和存储介质 |
JP7251294B2 (ja) * | 2019-04-25 | 2023-04-04 | 株式会社アドヴィックス | 車両の走行制御装置 |
CN110223318A (zh) * | 2019-04-28 | 2019-09-10 | 驭势科技(北京)有限公司 | 一种多目标轨迹的预测方法、装置、车载设备及存储介质 |
US20200363800A1 (en) * | 2019-05-13 | 2020-11-19 | Great Wall Motor Company Limited | Decision Making Methods and Systems for Automated Vehicle |
US20200369293A1 (en) * | 2019-05-20 | 2020-11-26 | Hyundai Mobis Co., Ltd. | Autonomous driving apparatus and method |
CN110221611B (zh) * | 2019-06-11 | 2020-09-04 | 北京三快在线科技有限公司 | 一种轨迹跟踪控制方法、装置及无人驾驶车辆 |
CN112078592B (zh) * | 2019-06-13 | 2021-12-24 | 魔门塔(苏州)科技有限公司 | 一种车辆行为和/或车辆轨迹的预测方法及装置 |
CN112286049A (zh) * | 2019-07-27 | 2021-01-29 | 华为技术有限公司 | 运动轨迹预测方法和装置 |
CN110400490B (zh) * | 2019-08-08 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 轨迹预测方法和装置 |
CN110502012A (zh) * | 2019-08-20 | 2019-11-26 | 武汉中海庭数据技术有限公司 | 一种他车轨迹预测方法、装置及存储介质 |
CN110789528B (zh) * | 2019-08-29 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 一种车辆行驶轨迹预测方法、装置、设备及存储介质 |
CN110466514B (zh) * | 2019-08-30 | 2020-10-27 | 北京小马慧行科技有限公司 | 车辆控制方法及装置 |
CN110466513A (zh) * | 2019-08-30 | 2019-11-19 | 北京小马慧行科技有限公司 | 车辆控制方法及装置 |
CN110610271B (zh) * | 2019-09-17 | 2022-05-13 | 北京理工大学 | 一种基于长短记忆网络的多重车辆轨迹预测方法 |
CN110674723B (zh) * | 2019-09-19 | 2022-07-15 | 北京三快在线科技有限公司 | 一种确定无人驾驶车辆行驶轨迹的方法及装置 |
CN112712729B (zh) * | 2019-10-26 | 2023-01-06 | 华为技术有限公司 | 预测运动轨迹的方法和*** |
CN111114554B (zh) * | 2019-12-16 | 2021-06-11 | 苏州智加科技有限公司 | 行驶轨迹预测方法、装置、终端及存储介质 |
CN111016908B (zh) * | 2019-12-19 | 2021-04-02 | 东软集团股份有限公司 | 车辆行驶位置确定方法、装置、存储介质及电子设备 |
CN113261035B (zh) * | 2019-12-30 | 2022-09-16 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
US11127142B2 (en) * | 2019-12-31 | 2021-09-21 | Baidu Usa Llc | Vehicle trajectory prediction model with semantic map and LSTM |
CN113160547B (zh) * | 2020-01-22 | 2023-02-03 | 华为技术有限公司 | 一种自动驾驶方法及相关设备 |
CN113496167B (zh) * | 2020-04-02 | 2024-07-19 | 北京京东乾石科技有限公司 | 确定目标运动轨迹的方法和装置 |
CN111523643B (zh) * | 2020-04-10 | 2024-01-05 | 商汤集团有限公司 | 轨迹预测方法、装置、设备及存储介质 |
CN111752272B (zh) * | 2020-04-16 | 2024-06-21 | 北京京东乾石科技有限公司 | 一种轨迹预测方法、装置、设备及存储介质 |
CN111508276B (zh) * | 2020-04-23 | 2022-03-15 | 上汽通用汽车有限公司 | 基于高精地图的v2x逆向超车预警方法、***和介质 |
CN111401531A (zh) * | 2020-04-24 | 2020-07-10 | 中国人民解放军国防科技大学 | 轨迹预测方法和*** |
CN113721598A (zh) * | 2020-05-11 | 2021-11-30 | 北京京东乾石科技有限公司 | 一种障碍物轨迹预测方法、装置、设备和存储介质 |
CN111554094A (zh) * | 2020-05-20 | 2020-08-18 | 四川万网鑫成信息科技有限公司 | 基于车辆行程、驾驶行为和交通信息的行程预测模型 |
CN111652112B (zh) * | 2020-05-29 | 2023-06-30 | 阿波罗智联(北京)科技有限公司 | 一种车道流向的识别方法、装置、电子设备及存储介质 |
US12030507B2 (en) * | 2020-06-29 | 2024-07-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and system for predicting a trajectory of a target vehicle in an environment of a vehicle |
CN111767360B (zh) * | 2020-07-02 | 2024-06-11 | 阿波罗智能技术(北京)有限公司 | 路口虚拟车道标注的方法及装置 |
CN113879295B (zh) * | 2020-07-02 | 2024-04-12 | 华为技术有限公司 | 轨迹预测方法及装置 |
CN114056347A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 车辆运动状态识别方法及装置 |
CN111932882B (zh) * | 2020-08-13 | 2022-05-06 | 广东飞达交通工程有限公司 | 一种基于图像识别的道路事故实时预警***、方法和设备 |
US11814075B2 (en) * | 2020-08-26 | 2023-11-14 | Motional Ad Llc | Conditional motion predictions |
US11945472B2 (en) * | 2020-08-28 | 2024-04-02 | Motional Ad Llc | Trajectory planning of vehicles using route information |
JP7429172B2 (ja) * | 2020-09-03 | 2024-02-07 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
CN112389436B (zh) * | 2020-11-25 | 2022-11-15 | 中汽院智能网联科技有限公司 | 基于改进lstm神经网络的安全性自动驾驶换道轨迹规划方法 |
CN112665590B (zh) * | 2020-12-11 | 2023-04-21 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆的轨迹确定方法、装置、电子设备及计算机存储介质 |
CN112597822B (zh) * | 2020-12-11 | 2023-08-15 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆的轨迹确定方法、装置、电子设备及计算机存储介质 |
CN112507957B (zh) * | 2020-12-21 | 2023-12-15 | 阿波罗智联(北京)科技有限公司 | 一种车辆关联方法、装置、路侧设备及云控平台 |
CN112590804A (zh) * | 2020-12-23 | 2021-04-02 | 苏州挚途科技有限公司 | 无人车辆的载荷轨迹跟踪方法和装置 |
CN112613673B (zh) * | 2020-12-29 | 2024-05-14 | 北京梧桐车联科技有限责任公司 | 出行轨迹确定方法、装置及计算机可读存储介质 |
CN112802356B (zh) * | 2020-12-30 | 2022-01-04 | 深圳市微网力合信息技术有限公司 | 一种基于物联网的车辆自动驾驶方法及终端 |
CN112644518B (zh) * | 2020-12-31 | 2021-11-05 | 广州文远知行科技有限公司 | 一种车辆轨迹预测方法、装置、设备和存储介质 |
CN112677993A (zh) * | 2021-01-05 | 2021-04-20 | 北京三快在线科技有限公司 | 一种模型训练的方法及装置 |
CN112733452B (zh) * | 2021-01-13 | 2024-03-29 | 北京嘀嘀无限科技发展有限公司 | 轨迹预测方法、装置、电子设备和可读存储介质 |
CN114792149A (zh) * | 2021-01-25 | 2022-07-26 | 华为技术有限公司 | 一种轨迹预测方法、装置及地图 |
CN112706785B (zh) * | 2021-01-29 | 2023-03-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质 |
CN112918487B (zh) * | 2021-02-24 | 2022-04-12 | 京东鲲鹏(江苏)科技有限公司 | 无人车起步方法、装置、电子设备和计算机可读介质 |
CN113119996B (zh) * | 2021-03-19 | 2022-11-08 | 京东鲲鹏(江苏)科技有限公司 | 一种轨迹预测方法、装置、电子设备及存储介质 |
CN112937608B (zh) * | 2021-03-31 | 2022-06-21 | 吉林大学 | 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质 |
CN113159403B (zh) * | 2021-04-13 | 2024-03-12 | 青岛大学 | 路口行人轨迹预测的方法及装置 |
CN113128766A (zh) * | 2021-04-21 | 2021-07-16 | 科大讯飞股份有限公司 | 目的地预判方法、装置、电子设备和存储介质 |
CN115943400B (zh) * | 2021-04-28 | 2024-06-18 | 深圳元戎启行科技有限公司 | 基于时间与空间学习的轨迹预测方法、装置和计算机设备 |
CN115246416B (zh) * | 2021-05-13 | 2023-09-26 | 上海仙途智能科技有限公司 | 轨迹预测方法、装置、设备及计算机可读存储介质 |
CN113282782B (zh) * | 2021-05-21 | 2022-09-09 | 三亚海兰寰宇海洋信息科技有限公司 | 一种基于多点位相机阵列的轨迹获取方法及装置 |
CN113276874B (zh) * | 2021-06-11 | 2022-09-02 | 浙江大华技术股份有限公司 | 一种车辆行驶轨迹处理方法及相关装置 |
CN113291320A (zh) * | 2021-06-15 | 2021-08-24 | 苏州智加科技有限公司 | 一种车辆轨迹预测方法、装置、设备及存储介质 |
CN113407871B (zh) * | 2021-06-21 | 2024-04-02 | 北京畅行信息技术有限公司 | 上车点推荐方法、装置、电子设备和可读存储介质 |
CN113320543B (zh) * | 2021-06-29 | 2024-03-22 | 东软睿驰汽车技术(沈阳)有限公司 | 行车方法、装置、车辆及存储介质 |
CN113326820B (zh) * | 2021-08-02 | 2021-11-30 | 中汽创智科技有限公司 | 一种行驶环境感知方法、装置、电子设备及存储介质 |
CN113821736B (zh) * | 2021-09-01 | 2023-09-08 | 北京中交兴路信息科技有限公司 | 基于前缀树的车辆目的地的预测方法、装置、设备及介质 |
CN113963537A (zh) * | 2021-10-19 | 2022-01-21 | 东软睿驰汽车技术(上海)有限公司 | 一种针对路口的车辆轨迹预测方法和相关装置 |
CN113879338B (zh) * | 2021-11-24 | 2023-02-17 | 广州文远知行科技有限公司 | 一种行驶规划模块优化方法、装置、设备和介质 |
CN114132343B (zh) * | 2021-11-30 | 2024-05-10 | 上汽通用五菱汽车股份有限公司 | 车辆循迹方法、装置、***及计算机可读存储介质 |
CN114312831B (zh) * | 2021-12-16 | 2023-10-03 | 浙江零跑科技股份有限公司 | 一种基于空间注意力机制的车辆轨迹预测方法 |
CN114490601A (zh) * | 2021-12-31 | 2022-05-13 | 北京中交兴路信息科技有限公司 | 一种车辆轨迹测试方法和*** |
CN114670867B (zh) * | 2022-01-13 | 2024-07-09 | 上海交通大学 | 基于分层学习和潜在风险模型的多车轨迹预测*** |
CN114291116B (zh) * | 2022-01-24 | 2023-05-16 | 广州小鹏自动驾驶科技有限公司 | 周围车辆轨迹预测方法、装置、车辆及存储介质 |
CN114758502B (zh) * | 2022-04-29 | 2023-08-18 | 北京百度网讯科技有限公司 | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 |
CN115083198B (zh) * | 2022-06-15 | 2023-11-24 | 国汽(北京)智能网联汽车研究院有限公司 | 一种多车运力资源调度方法及装置 |
CN115123252B (zh) * | 2022-07-05 | 2023-03-31 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN114872735B (zh) * | 2022-07-10 | 2022-10-04 | 成都工业职业技术学院 | 基于神经网络算法的自动驾驶物流车辆决策方法和装置 |
CN114964296B (zh) * | 2022-07-29 | 2022-11-11 | 禾多科技(北京)有限公司 | 车辆行驶路径规划方法、装置、设备和计算机可读介质 |
CN116044990B (zh) * | 2023-03-29 | 2023-06-27 | 北京集度科技有限公司 | 车辆档位切换方法、装置、电子设备、介质及程序产品 |
CN117334072B (zh) * | 2023-12-01 | 2024-02-23 | 青岛城运数字科技有限公司 | 公交车辆到站时刻预测方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117082A (ja) * | 2006-11-01 | 2008-05-22 | Toyota Motor Corp | 走行制御計画評価装置 |
WO2018211582A1 (ja) * | 2017-05-16 | 2018-11-22 | 日産自動車株式会社 | 走行支援装置の動作予測方法及び動作予測装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4713411B2 (ja) * | 2006-06-23 | 2011-06-29 | 株式会社アガツマ | 水遊び玩具 |
JP5076592B2 (ja) * | 2007-03-29 | 2012-11-21 | トヨタ自動車株式会社 | 運転者危険度取得装置 |
EP2562060B1 (en) * | 2011-08-22 | 2014-10-01 | Honda Research Institute Europe GmbH | A method and system for predicting movement behavior of a target traffic object |
US8457827B1 (en) * | 2012-03-15 | 2013-06-04 | Google Inc. | Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles |
WO2015155833A1 (ja) * | 2014-04-08 | 2015-10-15 | 三菱電機株式会社 | 衝突防止装置 |
US9704403B2 (en) * | 2015-12-03 | 2017-07-11 | Institute For Information Industry | System and method for collision avoidance for vehicle |
US20190143972A1 (en) * | 2016-03-15 | 2019-05-16 | Honda Motor Co., Ltd. | Vehicle control system, vehicle control method, and vehicle control program |
CN106114507B (zh) * | 2016-06-21 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 用于智能车辆的局部轨迹规划方法和装置 |
WO2019023628A1 (en) * | 2017-07-27 | 2019-01-31 | Waymo Llc | NEURAL NETWORKS FOR VEHICLE TRACK PLANNING |
CN108177654A (zh) * | 2017-11-23 | 2018-06-19 | 深圳市易成自动驾驶技术有限公司 | 车辆行驶安全预警方法、装置、***及可读存储介质 |
CN108417089A (zh) * | 2018-03-14 | 2018-08-17 | 杭州分数科技有限公司 | 行车安全预警方法、装置及*** |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和*** |
CN108803617B (zh) * | 2018-07-10 | 2020-03-20 | 深圳大学 | 轨迹预测方法及装置 |
-
2019
- 2019-02-20 CN CN201910127534.3A patent/CN109583151B/zh active Active
-
2020
- 2020-02-17 KR KR1020200019261A patent/KR20200101855A/ko not_active IP Right Cessation
- 2020-02-18 US US16/793,618 patent/US20200265710A1/en not_active Abandoned
- 2020-02-19 JP JP2020025806A patent/JP2020132151A/ja active Pending
- 2020-02-19 EP EP20158116.2A patent/EP3699048B1/en active Active
-
2022
- 2022-04-21 KR KR1020220049707A patent/KR20220054278A/ko not_active Application Discontinuation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117082A (ja) * | 2006-11-01 | 2008-05-22 | Toyota Motor Corp | 走行制御計画評価装置 |
WO2018211582A1 (ja) * | 2017-05-16 | 2018-11-22 | 日産自動車株式会社 | 走行支援装置の動作予測方法及び動作予測装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3699048A1 (en) | 2020-08-26 |
CN109583151A (zh) | 2019-04-05 |
KR20220054278A (ko) | 2022-05-02 |
US20200265710A1 (en) | 2020-08-20 |
CN109583151B (zh) | 2023-07-21 |
EP3699048B1 (en) | 2022-11-30 |
KR20200101855A (ko) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020132151A (ja) | 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム | |
JP7050100B2 (ja) | 交差点障害物の運動軌跡の予測方法、装置、端末、記憶媒体、及びプログラム | |
US11238733B2 (en) | Group driving style learning framework for autonomous vehicles | |
US10703362B2 (en) | Autonomous driving autonomous system, automated driving assistance method, and computer program | |
JP7184160B2 (ja) | 運転支援方法及び運転支援装置 | |
US10816985B2 (en) | Method on moving obstacle representation for trajectory planning | |
US10262215B2 (en) | Scene understanding device | |
US20190196485A1 (en) | Non-blocking boundary for autonomous vehicle planning | |
US20180374359A1 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
CN109426256A (zh) | 自动驾驶车辆的基于驾驶员意图的车道辅助*** | |
US8160811B2 (en) | Method and system to estimate driving risk based on a hierarchical index of driving | |
RU2754705C1 (ru) | Способ помощи при вождении и устройство помощи при вождении | |
JP6809611B2 (ja) | 走行支援方法及び走行支援装置 | |
JPWO2019030916A1 (ja) | 車線情報管理方法、走行制御方法及び車線情報管理装置 | |
US11685398B2 (en) | Lane based routing system for autonomous driving vehicles | |
KR102611507B1 (ko) | 주행 지원 방법 및 주행 지원 장치 | |
CN112513955A (zh) | 行驶轨道生成方法及行驶轨道生成装置 | |
JP6171499B2 (ja) | 危険度判定装置及び危険度判定方法 | |
JP2019036826A (ja) | 車両用表示方法及び車両用表示装置 | |
JP2015519642A5 (ja) | ||
JP2019059262A (ja) | 車両走行制御方法及び装置 | |
JP2020050105A (ja) | 運転制御方法及び運転制御装置 | |
JP2021152488A (ja) | 追い越し支援装置、追い越し支援方法、追い越し支援プログラム | |
JP7374722B2 (ja) | 運転支援方法及び運転支援装置 | |
US20220410934A1 (en) | Vehicle determining a driving route based on pass priority and a method for operating the vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211029 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20220104 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220125 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220510 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220830 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20230110 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20230228 |