05预测简介

05预测

• 基于模型的预测

• 数据驱动预测

• Apollo基于车道序列的方法

  • 道路分为多部分---每个部分覆盖一个易于描述车辆运动的区域，关注区域转换

  • 将车辆的行为划分为一组有限的模式组合---车道序列

• 障碍物状态

  • 位置

  • 朝向

  • 速度

  • 加速度

  • 车道段内的距离

    • 物体到车道线边界的纵向距离

    • 物体到车道线边界的横向距离

  • 预测模块

    • 包含时间间隔的状态信息

• 预测目标车道

  • 模型

    • 输入--车辆状态和车道段

    • 输出--采用每个车道序列的概率

• 递归神经网络RNN

  • 时间序列数据特征的预测方法

  • Apollo使用RNN建立一个模型预测车辆的目标车道

    • 给车道序列提供一个RNN模型

    • 为相关对象的状态提供另一个RNN模型

    • Apollo连接两个RNN的输出，反馈到另一个神经网络，神经网络估计每个车道序列的概率

• 轨迹生成

  • 注意车辆在两点的位置和方位，即初始状态和最终状态，拟合多项式模型