[發(fā)明專利]行人意圖讓行

在審

• 申請?zhí)枺?/td>: 202210906820.1
• 申請日: 2022-07-29
• 公開（公告）號: CN115688552A
• 公開（公告）日: 2023-02-03
• 發(fā)明（設計）人: M.姆奈姆內(nèi);A.H.多爾西;Q.嚴
• 申請（專利權(quán)）人: 偉摩有限責任公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/00;G06Q50/30
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 金玉潔

1.一種確定自主車輛的讓行行為的方法，該方法包括：

識別在當前時間點導航通過環(huán)境的自主車輛附近的因素；

獲得穿過意圖預測，所述穿過意圖預測表征因素意圖在當前時間點之后的未來時間段期間穿過第一穿過區(qū)域處的道路的預測的可能性；

獲得(i)因素和(ii)自主車輛的第一特征；

使用機器學習模型處理包括第一特征和穿過意圖預測的輸入，所述機器學習模型被配置為生成意圖讓行分數(shù)，所述意圖讓行分數(shù)表示自主車輛由于因素要穿過道路的意圖而應該在到達第一穿過區(qū)域之前執(zhí)行讓行行為的可能性；以及

至少從意圖讓行分數(shù)，確定指示自主車輛是否應該在到達第一穿過區(qū)域之前執(zhí)行讓行行為的意圖讓行行為信號。

2.如權(quán)利要求1所述的方法，還包括：

獲得因素和自主車輛的第二特征；

基于第二特征，確定一個或多個標準中的每個標準被滿足；以及

其中，使用機器學習模型處理輸入包括：響應于確定一個或多個標準中的每個標準被滿足，僅使用機器學習模型處理輸入。

3.如權(quán)利要求1所述的方法，其中，所述因素的特征包括：與道路的距離、速度、走向、移動性和穿過意圖預測中的至少一個。

4.如權(quán)利要求1所述的方法，其中，所述自主車輛的特征包括：速度、走向、與因素的距離、自主車輛已經(jīng)讓行的持續(xù)時間、和自主車輛是否具有路權(quán)中的至少一個。

5.如權(quán)利要求1所述的方法，還包括：

獲得指示自主車輛是否應該由于因素的名義行為預測、在到達第一穿過區(qū)域之前執(zhí)行讓行行為的名義讓行行為信號，所述因素的名義行為預測指示因素是否將在未來時間段中穿過道路；以及

至少從名義讓行行為信號和意圖讓行行為信號，生成最終讓行行為信號。

6.如權(quán)利要求5所述的方法，還包括：

確定最終讓行行為信號指示自主車輛應該讓行；以及

修改自主車輛的未來軌跡以使自主車輛執(zhí)行讓行行為。

7.如權(quán)利要求1所述的方法，其中，所述機器學習模型是分類模型。

8.如權(quán)利要求7所述的方法，其中，所述分類模型是決策樹模型。

9.如權(quán)利要求2所述的方法，其中，標準包括：

確定自主車輛的速度；

將速度與閾值進行比較；以及

如果速度低于閾值，則確定滿足標準。

10.如權(quán)利要求2所述的方法，其中，標準包括：

確定自主車輛穿越的道路的類型；

確定道路的類型是否是不可接受的道路類型；以及

如果道路的類型是不可接受的道路類型，則確定不滿足標準。

11.一種系統(tǒng)，包括一個或多個計算機和存儲指令的一個或多個存儲設備，所述指令當由一個或多個計算機執(zhí)行時使一個或多個計算機執(zhí)行以下操作，包括：

識別在當前時間點導航通過環(huán)境的自主車輛附近的因素；

獲得穿過意圖預測，所述穿過意圖預測表征因素意圖在當前時間點之后的未來時間段期間穿過第一穿過區(qū)域處的道路的預測的可能性；

獲得(i)因素和(ii)自主車輛的第一特征；

使用機器學習模型處理包括第一特征和穿過意圖預測的輸入，所述機器學習模型被配置為生成意圖讓行分數(shù)，所述意圖讓行分數(shù)表示自主車輛由于因素要穿過道路的意圖而應該在到達第一穿過區(qū)域之前執(zhí)行讓行行為的可能性；以及

至少從意圖讓行分數(shù)，確定指示自主車輛是否應該在到達第一穿過區(qū)域之前執(zhí)行讓行行為的意圖讓行行為信號。