[發明專利]用于確定目標車輛變道相關信息的方法和設備、用于確定車輛舒適性度量用以預測目標車輛的駕駛機動操縱的方法和設備以及計算機程序

在審

• 申請號: 201980035107.0
• 申請日: 2019-05-28
• 公開（公告）號: CN112203916A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: N·S·納加拉賈;O·謝爾;L·施瓦茨
• 申請（專利權）人: 寶馬股份公司
• 主分類號: B60W50/00
• 分類號: B60W50/00;G06N3/04;G06N3/08;G06N20/10;G06N20/20;B60W30/18
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 董華林

1.一種用于車輛(100)的方法，該方法適用于確定與目標車輛的變道相關的信息，其中，與目標車輛的變道相關的信息表明，是否目標車輛被預期執行變道，所述方法包括：

獲取(110)與目標車輛的環境相關的信息，與環境相關的信息涉及目標車輛的環境的多個特征，所述多個特征被劃分成兩個或更多個特征組；

確定(120)用于所述兩個或更多個特征組的兩個或更多個加權因子，其中，注意力機制被用于確定所述兩個或更多個加權因子；并且

利用機器學習網絡，基于與目標車輛的環境相關的信息，確定(130)與目標車輛的變道相關的信息，其中，在機器學習網絡內目標車輛的環境的所述多個特征的加權基于用于所述兩個或更多個特征組的所述兩個或更多個加權因子。

2.根據權利要求1所述的方法，其中，所述兩個或更多個特征組包括與目標車輛的駕駛參數相關的一組特征、與在目標車輛附近的一個或多個其他車輛相關的一組特征以及與目標車輛的靜態環境相關的一組特征之中的至少兩個元素。

3.根據權利要求2所述的方法，其中，與目標車輛的環境相關的信息基于車輛(100)的經處理的傳感器數據和/或基于映射數據；

和/或與目標車輛的駕駛參數相關的特征組的特征基于車輛(100)的經處理的傳感器數據；

和/或與在目標車輛附近的一個或多個其他車輛相關的特征組的特征基于車輛(100)的經處理的傳感器數據；

和/或與目標車輛的靜態環境相關的特征組的特征基于映射數據。

4.根據上述權利要求中任一項所述的方法，其中，機器學習網絡包括注意力層，所述注意力層被用于確定所述兩個或更多個加權因子。

5.根據權利要求4所述的方法，其中，所述注意力層被構造成用于，基于所述兩個或更多個特征組的特征來確定所述兩個或更多個加權因子；

和/或所述注意力層被構造成用于，基于與環境相關的當前信息以及基于注意力層的先前狀態來確定所述兩個或更多個加權因子。

6.根據權利要求4或5所述的方法，其中，所述方法包括：重復(140)確定與目標車輛的變道相關的信息，其中，對于每一次重復確定與目標車輛的變道相關的信息，所述兩個或更多個加權因子被重新確定(142)。

7.根據上述權利要求中任一項所述的方法，其中，機器學習網絡是循環的機器學習網絡，和/或機器學習網絡被構造成用于，基于與目標車輛的環境相關的當前信息以及基于機器學習網絡的先前狀態來確定與目標車輛的變道相關的信息。

8.根據權利要求7所述的方法，其中，機器學習網絡包括兩個或更多個長短期記憶網絡單元，其中，與目標車輛的變道相關的信息利用所述兩個或更多個長短期記憶網絡單元基于與目標車輛的環境相關的當前信息以及基于一個或更多個長短期記憶網絡單元的先前狀態來確定；

和/或所述兩個或更多個長短期記憶網絡單元之中的每一個配設有所述兩個或更多個特征組之中的特征組。

9.根據上述權利要求中任一項所述的方法，其中，所述方法包括：基于與目標車輛的變道相關的信息引導(150)車輛(100)，其中，車輛(100)通過對車輛(100)加速(152)或減速(154)和/或通過對車輛(100)轉向(156)來被引導。

10.根據上述權利要求中任一項所述的方法，其中，與目標車輛的變道相關的信息被確定用來預測目標車輛的變道。

11.根據上述權利要求中任一項所述的方法，其中，所述方法包括：為處于車輛(100)附近的多個目標車輛確定(160)與目標車輛的變道相關的信息。