摘要
本发明涉及一种融合交互性轨迹预测的协同运动规划方法,属于自动驾驶汽车领域。该方法包括:S1:构建满足车辆运动学约束的多项式参数化轨迹生成模型,基于环境信息和车辆当前位置状态,生成未来行驶动作集;S2:构建基于深度学习的交互性预测‑决策规划模型,基于自动驾驶车辆与周围车辆的双向交互行为,提取交互隐藏特征,并预测周围车辆轨迹;S3:构建自适应轨迹生成模型,搭建可学习的轨迹选择模组,利用步骤S2的轨迹预测结果,对行驶动作集合进行评分,并结合偏差生成网络优化结果,最终生成最佳轨迹。本发明能够对自车和周围智能体的未来状态进行交互建模,预测出周围车辆不同规划交互下的未来轨迹,从而提升预测精度。
技术关键词
协同运动规划方法
交互性
交互特征
多项式
网络解码
车辆运动学
车道
网络优化
交叉注意力机制
编码
笛卡尔坐标系
特征地图
偏差
决策
轨迹模型
系统为您推荐了相关专利信息
效率优化方法
智能优化算法
参数
行星轮系
滚动摩擦系数
局部特征提取
多尺度特征提取
特征提取网络
位置特征信息
点云
测温设备
校正系统
动态补偿模块
温度传感器阵列
数据
自动分割方法
小区
索引
三次样条插值
WGS84坐标系