龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北大学
申请日：2024-05-28
公开（公告）日：2024-06-25
公开（公告）号：CN118246609A
主分类号：G06Q10/04
分类号：G06Q10/04;G06Q50/40;G06F18/25;G06N3/0455;G06N3/042;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供一种用于高速场景中自动驾驶汽车编队的轨迹预测方法，涉及智能网联汽车技术领域。通过聚合高速汽车编队中多车感知数据，实现长距离超长距离的历史轨迹数据捕获，从而实现长距离超长距离驾驶场景的动态及静态环境上下文建模。基于上述环境建模，实现基于高速车队感知数据的轨迹预测方法。相对于基于单车感知数据的轨迹预测方法，由于本发明将车队的感知数据整体建模，只进行一次预测，不仅降低了轨迹预测任务的计算冗余度，同时消除了多个单车预测结果的潜在冲突导致的安全隐患。另外，本发明采用了基于空间划片和时间解耦的层次化编码器结构，以及嵌入式设备友好型的解码器计算单元，进一步降低了轨迹预测任务的计算量。
主权项：1.一种用于高速场景中自动驾驶汽车编队的轨迹预测方法，其特征在于：包括：步骤1：基于单车传感器数据的感知结果聚合；首先需要收集车队中各车辆通过环境传感器对于周边环境的感知结果，基于车队整体对于周边动态环境和静态环境的感知；基于环境传感器的感知任务由单车各自进行，单车环境感知任务完成后，感知结果需要传输至车辆编队控制器，感知结果包括目标类别、目标ID、目标3D位姿，由车辆编队控制器完成单车感知结果的聚合，进一步结合高精度地图数据后，完成车队所处环境中动态和静态上下文的建模部分；步骤2：通过编码器进行长距离、超长距离的历史轨迹信息编码；步骤3：由解码器部分进行具体轨迹的多模态多目标联合预测。
全文数据：
权利要求：
百度查询： 东北大学 一种用于高速场景中自动驾驶汽车编队的轨迹预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号