江苏龙网

  1. 主页 > 生活百科 > >

自动驾驶行为预测综述( 二 )


 
Monte Carlo simulation 蒙特卡洛模型，根据速度、加速度对可能的区域进行采样，生成预测路径 。可以看到相对高斯模型，蒙特卡洛模型更加考虑到了汽车的运动学规律，在沿着汽车当前行驶方向的概率高，偏离轨迹的概率要低 。

自动驾驶行为预测综述

文章插图
 
 
物理模型的缺点主要是缺乏对交通规则的理解，没有和其它车辆的交互，当其它车辆减速、转弯的时候无法很好的预测 。
 
Maneuver-based motion models 意图模型 
Prototype trajectories 原型轨迹，车的轨迹可以分为一系列的簇，每一簇对应一个典型的运动模式 。
自动驾驶行为预测综述

文章插图
 
 
基于意图的模型主要是分为2部分，一是对意图进行评估，然后再执行 。
 
  • Maneuver intention estimation （评估）
  • Maneuver execution（执行）
缺点是对时间的定性约束，车辆非常多的情况，不能应用到其它拓扑结构的道路 。
 
Interaction-aware motion models 交互模型 
主要的方法分为2类 。
 
  • trajectory prototypes
  • Dynamic Bayesian Networks
比物理模型预测的时间更久，比基于意图的预测更加稳定，计算多个汽车之间的关系计算量比较大 。
 
最后还提供了一些风险评估的方法 。
 
RISK ASSESSMENT 风险评估 
  • Risk based on colliding future trajectories
  • Binary collision prediction
  • Probabilistic collision prediction
  • Other risk indicators
  • Risk based on unexpected behavior
  • Detecting unusual events
  • Detecting conflicting maneuvers
 总结 
论文中提出了3种对车辆进行轨迹预测的方法，并且对比了3种方法的优缺点，这篇论文写的比较早2014年，目前state-of-art的方法是基于RNN的深度学习方法，当然通过这篇论文我们可以了解自动驾驶轨迹预测的经典方法，并且学习对车辆进行风险评估 。
 
本文来源：分子运动
本文仅作学术分享，著作权归作者所有，如有侵权，请联系后台作删文处理 。




推荐阅读


上一篇：梦见找不到原路回去最后有人帮 梦见找不到原路回去,最后还是找到了

下一篇：买车你一定要知道的7条常识