摘要
本发明属于道路车辆控制领域,尤其涉及一种适用于极端天气的自动驾驶汽车碰撞风险预测方法,该方法依托传感器在极端天气下所采集的数据,通过对环境数据和传感器数据进行深度处理,并进行数据增强,生成增强后的环境特征和轨迹特征;然后利用增强数据对智能体的轨迹进行预测,之后对预测的轨迹进行不确定性量化分析,同时根据不确定性结果,评估当前预测结果的偏差并对预测的轨迹进行动态调整优化,最后基于优化后的轨迹结果,通过设计的碰撞风险评估模块进一步预测各智能体之间的碰撞风险概率,该方法可为极端天气条件下的自动驾驶系统提供更准确、可靠的碰撞风险预测,为自动驾驶决策与规划模块提供有力支持。
技术关键词
风险预测方法
纵向位置信息
横向位置信息
轨迹特征
天气
协方差矩阵
感知特征
多层感知机
长短期记忆网络
表达式
坐标
汽车
特征金字塔网络
交叉注意力机制
数据
深度特征提取
传感器特征
自动驾驶系统
偏差
系统为您推荐了相关专利信息
气象
事件预测方法
智能模型
人工智能预测技术
天气
风险预测模型
风险预测方法
胃癌手术
患者
周期性
绿化行业
天气预报数据
植物生长数据
需求预测模型
机器学习算法