Apollo入门课程05-预测

预测

预测简介

在车辆运行的过程中，存在很多正在发生变化的因素，比如行人和其他车辆的运动轨迹，无人驾驶车辆需要对这些运动的对象进行运动轨迹的预测，来实现更好的路线规划。车辆的预测需要具有实时性。

不同的预测方式

预测的两种方式分别是：基于模型，数据驱动。
①基于模型：对观测的车辆进行可能做出的反应分类，并构建相对应的模型，对车辆的下一步行为进行预测。
②数据驱动：基于机器学习模型，通过对大量的数据进行模型训练，最终得到准确的信息。

基于车道的预测

Apollo提供了一种叫基于车道序列的方法，建立车道序列，我们会将道路分为多个部分，每一个部分都涵盖描述汽车运动的区域，我们的目的便是为道路上的物体生成轨迹。

障碍物状态

无人驾驶车辆需要实时知道物体的状态。让人驾驶汽车时，我们通过观察一个物体的朝向、位置、速度和加速度来预测它将会做什么。同样的，无人车也需要一辆无人驾驶车如何观察物体的状态。当然除了观察以上人类观察的行为，还需要预测模块来考虑物体车道线边界的纵向和横向距离，预测模块还包含之前时间间隔的状态信息，以便做出更