智聯(lián)網汽車技術 課件 6.1.2目標運動預測-基于行為的運動模型預測_第1頁
智聯(lián)網汽車技術 課件 6.1.2目標運動預測-基于行為的運動模型預測_第2頁
智聯(lián)網汽車技術 課件 6.1.2目標運動預測-基于行為的運動模型預測_第3頁
智聯(lián)網汽車技術 課件 6.1.2目標運動預測-基于行為的運動模型預測_第4頁
智聯(lián)網汽車技術 課件 6.1.2目標運動預測-基于行為的運動模型預測_第5頁
已閱讀5頁，還剩13頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

目標運動預測-基于行為的運動模型預測項目三汽車決策控制系統(tǒng)任務6路徑規(guī)劃系統(tǒng)主講人：楊時川智能網聯(lián)汽車技術課程導入通過了解運動模型的行為，可以更好地預測未來的移動軌跡，從而做出更加安全和智能的駕駛決策。學習目標基于軌跡原型的方法01基于駕駛行為或意圖估計的方法02了解它們的原理、優(yōu)勢和應用場景03學習任務通過案例分析和實踐探究，掌握如何應用這兩種方法來預測目標的運動軌跡01激活舊知在智能汽車中，為什么需要進行目標運動預測？預測其他車輛、行人或障礙物可能的運動軌跡自動駕駛系統(tǒng)中決策和控制模塊的重要組成部分通過預測周圍物體的未來運動，智能汽車可以更好地做出決策并規(guī)劃行駛路徑，確保行駛的安全性和順暢性。探索新知基于行為的預測

所有運動物體（車輛、行人、動物等等）的運動都是一組運動行為的組合。基于行為的預測探索新知基于行為的預測巡航左轉跟車超車停車探索新知基于行為的預測沿著人行橫道運動沿著人行道上運動探索新知基于行為的運動模型基于行為的運動模型的軌跡預測依賴于提前對駕駛員期望行為的識別，如果能夠識別駕駛員的駕駛意圖，那就可以假設預測的未來軌跡是與行為相匹配的。探索新知基于行為的運動模型基于軌跡原型基于駕駛意圖估的行為這種提前識別，使該方法預測的軌跡比基于物理的運動模型更具有相關性和可靠性基于行為的運動模型探索新知軌跡原型其思想是路網中的車輛軌跡可以歸類為一簇有限的集群，每一種路徑集對應一種典型的運動模式。軌跡原型探索新知軌跡原型通過對數據的訓練和學習，可以得到軌跡原型中的運動模式，隨后的預測便可以在在線給定部分軌跡時找到最近似的運動模式，并從軌跡原型中提取軌跡作為未來的運動預測。探索新知駕駛行為/意圖估計和行為提取估計駕駛員的行為意圖（在停止線的等待，跟車，執(zhí)行左轉），然后預測與所識別的行為對應的可能操作的、連續(xù)的物理狀態(tài)。優(yōu)勢：不用去匹配提前觀測到的部分軌跡探索新知駕駛行為/意圖估計和行為提取采用提取更高層次的特征來識別行為，使得任意布局的學習模型實現(xiàn)起來更為容易，表達方式可以是隨機的或是幾何的形式。(a)RRT

(b)

高斯過程

(c)隨機可達集探索新知駕駛行為/意圖估計和行為提取在實踐中，對車輛的運動對立于其他車輛的假設是不成立的。各車輛共享路權，一輛車的行為勢必影響其他車輛的行為，在道路交叉口的車輛內部關聯(lián)更為強烈，優(yōu)先級規(guī)則迫使車輛必須考慮其他車輛正在執(zhí)行的行為。即時檢測小測試基于行為的運動模型預測方法有哪兩種？分別講一講它們的原理和優(yōu)勢。小結目標運動預測-基于行為的運動模型預測基于軌跡原型的方法：通過歸類軌跡為一簇集群來預測未來運動

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論