[發明專利]用于車輛的路徑預測

有效

• 申請號: 201811510130.4
• 申請日: 2018-12-11
• 公開（公告）號: CN110001658B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: A·莫弗特;N·穆罕默迪哈
• 申請（專利權）人: 沃爾沃汽車公司
• 主分類號: B60W50/00
• 分類號: B60W50/00
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 蔡洪貴

1.一種用于預測車輛(1)的近期路徑藉此提供相關輸出控制信號的方法，所述方法包括：

-收集至少指示所述車輛的速度和橫擺率的車輛駕駛數據，

-收集指示所述車輛附近目標存在(5,9,13,17)的傳感器數據，

-收集指示所述車輛當前占據道路(3)上車行道的道路數據，

-接收指示用于所述車輛的期望駕駛動作的輸入控制信號，

-預處理所述傳感器數據和所述車輛駕駛數據藉此提供包括各個目標相對于所述車輛的先前位置的時間序列、所述目標的先前航向的時間序列以及每個目標相對于所述車輛的先前速度的時間序列的目標數據的集，

-在深度神經網絡中處理所述目標數據、所述道路數據、所述車輛駕駛數據、所述控制信號和所述傳感器數據以預測所述車輛的近期路徑，

-基于深度神經網絡中的所述處理提供預測路徑輸出以及根據所述預測路徑執行駕駛動作的輸出控制信號。

2.根據權利要求1所述的方法，包括：

-收集指示道路環境和合法道路特性的地圖數據，

-在深度神經網絡中處理所述地圖數據以預測近期路徑。

3.根據權利要求1或2所述的方法，進一步包括：

-對指示駕駛動作的輸出控制信號執行安全檢查；

-當批準所述駕駛動作時，在深度神經網絡中處理所述輸出控制信號連同更新的目標數據和更新的道路數據以便預測進一步的近期路徑，

-基于深度神經網絡中的所述處理提供更新的預測路徑輸出。

4.根據權利要求1或2所述的方法，包括：

-對所預測的近期路徑執行安全檢查，

-基于所述安全檢查的結果執行所預測的近期路徑。

5.根據權利要求1或2所述的方法，其中在深度神經網絡中，所述傳感器數據穿過卷積層以提供低維傳感器數據圖示，并且

所述目標數據和所述道路數據經過全連接層以提供低維目標數據圖示和低維道路數據圖示。

6.根據權利要求1或2所述的方法，其中在深度神經網絡中，所述傳感器數據、所述目標數據和所述道路數據穿過卷積層以提供相應的低維數據圖示。

7.權利要求6所述的方法，其中通過附加層處理所述低維數據圖示以預測輸出的所述近期路徑和所述輸出控制信號。

8.根據權利要求1或2所述的方法，其中通過基于來自路上的人類駕駛員記錄的目標值和路徑的監督學習來訓練深度神經網絡。

9.根據權利要求1或2所述的方法，其中通過基于安全和自然駕駛的定義的無監督學習訓練深度神經網絡。

10.根據權利要求1或2所述的方法，其中所述時間序列包括來自先前的0到1秒、0到2秒、0到3秒、0到4秒或0到5秒的位置數據和速度數據。

11.一種用于預測車輛的近期路徑藉此提供相關輸出控制信號的系統(40)，所述系統包括：

外視傳感器單元(41)，用于獲取指示所述車輛(1)附近目標存在(5，9，13，17)的傳感器數據以及用于捕獲指示所述車輛當前占據道路上車行道的道路數據，

車輛傳感器單元(42)，用于收集至少指示所述車輛的速度和橫擺率的車輛駕駛數據，

安全控制模塊(47)，用于提供指示車輛的期望駕駛動作的控制信號，以及

處理電路(43)，所述處理電路被配置為：

-預處理所述傳感器數據和所述車輛駕駛數據藉此提供包括各個目標相對于所述車輛的先前位置的時間序列、目標先前航向的時間序列以及每個目標相對于所述車輛的先前速度的時間序列的目標數據的集，

-在深度神經網絡中處理所述目標數據、所述道路數據、所述車輛駕駛數據、所述控制信號和所述傳感器數據以預測所述車輛的近期路徑，以及

-基于深度神經網絡中的所述處理提供預測路徑輸出以及根據所述預測路徑執行駕駛動作的輸出控制信號。