[發明專利]用于評估可能軌跡的方法在審
| 申請號: | 202010625817.3 | 申請日: | 2020-07-02 |
| 公開(公告)號: | CN112185148A | 公開(公告)日: | 2021-01-05 |
| 發明(設計)人: | K·貝倫特;J·克萊丁克;J·S·哈爾迪 | 申請(專利權)人: | 羅伯特·博世有限公司 |
| 主分類號: | G08G1/0968 | 分類號: | G08G1/0968;G08G1/16;G08G1/01;G06N3/08;G06N3/04 |
| 代理公司: | 中國專利代理(香港)有限公司 72001 | 代理人: | 杜荔南;劉春元 |
| 地址: | 德國斯*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 評估 可能 軌跡 方法 | ||
1.用于評估交通環境的交通參與者的可能軌跡的方法,具有以下步驟:
檢測具有靜態和動態特征的所述交通環境(S1);
識別至少一個交通參與者(S2);
為所述交通環境的所述至少一個交通參與者確定至少一個可能的軌跡(S3);
借助于經過適配/經過訓練的推薦服務和所檢測的交通環境來評估為所述至少一個交通參與者確定的所述至少一個可能的軌跡(S4)。
2.根據權利要求1所述的方法,其中,借助于由經過評估的觀察到的軌跡、不同的交通環境和所述至少一個可能的軌跡構成的大量對應組合將所述推薦服務適配為評估可能的軌跡。
3.根據前述權利要求中任一項所述的方法,其中,所述推薦服務是協作推薦服務并且具有帶有至少一個卷積層的神經網絡,或具有遞歸神經網絡,或基于K最近鄰方法。
4.根據前述權利要求中任一項所述的方法,其中,所述神經網絡具有用于檢測所述環境的第一自動編碼器和用于檢測所述可能的軌跡的第二自動編碼器。
5.根據前述權利要求中任一項所述的方法,其中,借助于由檢測的交通環境和觀察到的軌跡構成的大量對應組合來形成所述K最近鄰方法的向量。
6.根據前述權利要求中任一項所述的方法,其中,借助于所述交通環境的地理地圖來確定所述至少一個可能的軌跡。
7.根據前述權利要求中任一項所述的方法,其中,通過根據所述交通環境的俯視圖將所述交通環境的空間部分轉換成二維參考系統來檢測所述交通環境。
8.根據前述權利要求中任一項所述的方法,其中,所檢測的交通環境包含至少一個交通參與者的到目前為止的軌跡。
9.根據前述權利要求中任一項所述的方法,其特征在于,借助于成本函數的優化和/或借助于基于搜索的方法和/或機器學習的方法來確定至少一個可能的軌跡。
10.用于創建推薦服務以評估可能軌跡的方法,具有以下步驟:
針對大量不同的交通環境,通過重復以下步驟來確定由檢測的交通環境、觀察到的軌跡以及至少一個可能的軌跡構成的大量對應組合:
檢測具有至少一個靜態特征和至少一個動態特征的所述交通環境;
識別交通狀況的至少一個交通參與者;
檢測所述至少一個交通參與者的觀察到的軌跡;
為所述交通環境的所述至少一個交通參與者確定至少一個可能的軌跡;以及
借助于觀察到的軌跡與所述至少一個可能的軌跡的偏差,利用由檢測的交通環境、觀察到的軌跡和所述至少一個可能的軌跡構成的多個對應組合來適配所述推薦服務。
11.根據權利要求10所述的方法,其中,為了評估在所檢測的交通環境中的觀察到的軌跡-交通環境組合,借助于一種度量來計算交通參與者的可能軌跡與觀察到的軌跡之差。
12.用于規劃要由交通環境的至少一個交通參與者行進的軌跡的方法,具有以下步驟:
為所述交通環境的每個交通參與者確定至少一個可能的軌跡;
根據權利要求1至11中任一項,為每個交通參與者評估多個每個可能的軌跡;
借助于其他交通參與者的所有評估的、可能的軌跡來確定所述交通狀況的所述至少一個交通參與者要行進的軌跡。
13.設備,被設計為執行根據權利要求1至12中任一項所述的方法。
14.計算機程序,包括指令,所述指令在由計算機實施時促使所述計算機實施根據權利要求1至12中任一項所述的方法(10)。
15.機器可讀存儲介質,其上存儲有根據權利要求14所述的計算機程序。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于羅伯特·博世有限公司,未經羅伯特·博世有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010625817.3/1.html,轉載請聲明來源鉆瓜專利網。





