新闻 | 滚动 | 上海 | 政务 | 评论 | 国内 | 社会 | 政法 | 国际 | 军事 | 财经 | 体育 | 娱乐 | 历史 | 汽车 | 图片 | 视频 | 曝光 | 微博 | 专题 | 旅游 | 彩票 | 藏品 | 健康 | 百货 | 导购
奥迪A3三厢
19.40-25.80万
(参考成交价)
车市行情
车型 优惠
赛欧 2
POLO 1.7
DS 4s 4
晶锐 1.3
熊猫 0.4
骊威 1.1
MINI CLUBMAN 5.78
瑞纳 0.7
车型 优惠
福睿斯 1.8
传祺GA3S 1
名图 2.5
速锐 0.3
昕动 0.8
花冠 1.6
6.15
英朗 3.3
车型 优惠
传祺GA6 1
君越 3.4
标致508 4.5
凯迪拉克ATS-L 3
雅阁 3
君威 3.9
帕萨特 3.1
迈锐宝 4.01
车型 优惠
奥迪A8 39.3
捷豹XJ 38.3
宝马6系 3
凯迪拉克XTS 4
林肯MKS 3
Panamera 96
玛莎拉蒂Ghibli 16
捷豹XF 21.5
车型 优惠
奔驰GLE 6
极光 13
Tiguan 5.2
TRAX创酷 1.3
荣威W5 1.4
标致3008 1
揽胜运动版 3.8
兰德酷路泽 8.6
车型 优惠
上汽V80 0.5
埃尔法 0.8
普瑞维亚 1.7
马自达8 2.5
别克GL8 3.1
夏朗 4.7
奥德赛 3.5
艾力绅 2.51

无人驾驶中的预测模块-Apollo中Prediction模块(1)

2018-08-12 14:40 来源: 半杯茶的小酒杯

无人驾驶中的预测模块-Apollo中Prediction模块 中提到Apollo中无人驾驶预测的方法有两种:基于规则的预测算法和基于机器学习的预测算法。基于车道序列的预测问题

基于车道序列的方法把道路分成多个部分,每个部分都覆盖了一个车辆的可能运动区域,对于预测来讲,我们更关心车辆在这些区域中转换。我们可以把车辆的行为划分为一系列有限模式的组合,并将这些模式组合描述为车道序列,然后以车道序列为基础预测车辆的行为。例如,如果一辆车辆要直行,那它的可能的lane序列就是:Lane0->Lane1->Lane3->Lane7。

无人驾驶中的预测模块-Apollo中Prediction模块(1)

在实际的预测中,我们还要考虑其他障碍物的运动,跟人类驾驶员相同,无人驾驶系统也是通过障碍物的位置,heading,速度、加速度来估计它们的运动意图的。

无人驾驶中的预测模块-Apollo中Prediction模块(1)

除了这些信息外,预测模块还需要考虑障碍物在Lane序列中的横向和纵向位置。

无人驾驶中的预测模块-Apollo中Prediction模块(1)

预测轨迹生成

有了车道序列、障碍物的运动参数就可以预测障碍物的运动轨迹,预测的目标是基于Lane序列的道路上的障碍物的预测轨迹。基于Lane序列的方法把这种不确定的预测问题简化为一个确定的方案选择的问题,这种模型大大简化了预测的难度。以下图为例,如果待预测目标位于ID为0的车道内,那么它的下一步运动可以是右转(0-4-5)或者直行(1-3-7),我们只需要在这两种方案之间做出选择即可。

无人驾驶中的预测模块-Apollo中Prediction模块(1)

在车道序列的选择问题中,我们通过计算每个车道序列的概率进行选择。概率的计算是通过一个模型计算获取的,模型的输入是车道序列和障碍物的状态,输出是采用每个车道序列的概率值。

无人驾驶中的预测模块-Apollo中Prediction模块(1)

为了提升模型的准确度和持续的学习能力,我们使用观测数据对模型进行经验性训练。训练的输入数据是车辆序列和障碍物的状态,以及车辆最终选择的车道序列。随着积累的经验性数据不断丰富,模型的持续迭代和自我更新,模型的精确度会越来越高。

1
热门推荐
查看更多精彩