KR20210148052A - 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치 - Google Patents

차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치 Download PDF

Info

Publication number
KR20210148052A
KR20210148052A KR1020210164857A KR20210164857A KR20210148052A KR 20210148052 A KR20210148052 A KR 20210148052A KR 1020210164857 A KR1020210164857 A KR 1020210164857A KR 20210164857 A KR20210164857 A KR 20210164857A KR 20210148052 A KR20210148052 A KR 20210148052A
Authority
KR
South Korea
Prior art keywords
vehicle
obstacle vehicle
trajectory
driving
obstacle
Prior art date
Application number
KR1020210164857A
Other languages
English (en)
Other versions
KR102524716B1 (ko
Inventor
이펭 판
수구앙 양
페이이 지앙
종타오 첸
이시안 리
Original Assignee
아폴로 인텔리전트 드라이빙 테크놀로지(베이징) 컴퍼니 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아폴로 인텔리전트 드라이빙 테크놀로지(베이징) 컴퍼니 리미티드 filed Critical 아폴로 인텔리전트 드라이빙 테크놀로지(베이징) 컴퍼니 리미티드
Publication of KR20210148052A publication Critical patent/KR20210148052A/ko
Application granted granted Critical
Publication of KR102524716B1 publication Critical patent/KR102524716B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/162—Decentralised systems, e.g. inter-vehicle communication event-triggered
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

본 발명은 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치를 제공하는 바, 여기서, 상기 방법은, 자율 주행 차량이 길목 구역으로 진입하였을 경우,상기 길목 구역으로 진입한 장애물 차량을 결정하는 것; 상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것; 상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것; 및 상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 결정하는 것을 포함한다. 본 발명을 사용하면, 자율 주행의 결정 정확도를 효과적으로 향상시키고, 주행 리스크를 낮출 수 있다.

Description

차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치{VEHICLE TRACK PREDICTION METHOD AND DEVICE, STORAGE MEDIUM AND TERMINAL DEVICE}
본 발명은 컴퓨터 기술 분야에 관한 것으로서, 특히 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치에 관한 것이다.
차량 주행 과정에서, 차량은 자율 주행의 모드를 사용하여 주행할 수 있고, 지도가 제공하는 차선 라인에 의존하여 주행 결정을 내릴 수 있다.
하지만 일부 길목 내에서, 자율 주행 모드를 사용하지 않은 일부 기타 차량이 끼여들수 있고, 또한 이러한 차량은 반드시 차선에 따라 운전을하는 것도 아니다. 그리고 길목의 차선 라인도 모두 지도에 표시되는 것이 아니다. 이로써 자율 주행의 차량이 여전히 지도가 제공하는 차선 라인에 따라 주행 결정을 내릴 경우, 주행 사고가 발생할 가능성이 있고, 주행 리스크가 크게 높아진다.
본 발명의 실시예는 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치를 제공하여, 종래 기술 중의 하나 또는 다수의 기술적 과제를 해결 또는 완화시키도록 한다.
제1 측면에 있어서, 본 발명의 실시예는 차량 궤적을 예측하는 방법을 제공하는 바, 당해 방법은,
자율 주행 차량이 길목 구역으로 진입하였을 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하는 것;
상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것;
상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것; 및
상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하는 것을 포함한다.
일 실시 예에 있어서, 상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것은,
상기 장애물 차량이 상기 길목 구역에서의 입구와 현재의 주행 상태에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 선택할 수 있는 출구를 결정하는 것;
상기 선택할 수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 상기 장애물 차량의 상기 길목 구역 내에서의 주행의 역사 주행 데이터에 기반하여, 각 상기 출구의 선택 확률을 결정하는 것;
각 상기 출구의 선택 확률에 기반하여, 상기 장애물 차량의 가능한 선택 출구를 결정하는 것; 및
상기 장애물 차량의 가능한 선택 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것을 포함한다.
일 실시 예에 있어서, 상기 방법은,
선택할 수 있는 출구가 하나의 출구를 포함하는 경우, 상기 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것을 더 포함한다.
일 실시 예에 있어서, 상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것은,
상기 장애물 차량의 상기 길목 구역 내에서의 입구에 기반하여, 상기 길목 구역 내에서의 상기 입구에 상응한 차선 라인을 취득하는 것;
상기 장애물 차량의 상기 길목 구역에서의 입구와 상기 장애물 차량의 현재의 주행 방향에 기반하여, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는지 여부를 판단하는 것; 및
상기 장애물 차량이 상기 차선 라인에 따라 주행하지 않을 경우, 상기 장애물 차량이 상기 길목 구역에서 주행한 역사 주행 데이터를 취득하는 것을 포함한다.
일 실시 예에 있어서, 상기 방법은,
상기 장애물 차량이 상기 차선 라인에 따라 주행하는 경우, 상기 역사 주행 데이터를 취득하지 않고, 상기 차선 라인, 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 결정하는 것을 더 포함한다.
제2 측면에 있어서, 본 발명의 실시예는 차량 궤적을 예측하는 장치를 제공하는 바, 당해 장치는,
자율 주행 차량이 길목 구역으로 진입하였을 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하기 위한 장애물 차량 결정 모듈;
상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하기 위한 주행 데이터 취득 모듈;
상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능항 주행 궤적을 예측하도록 구성된 자율 주행 차량 궤적 예측 모듈; 및
상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하기 위한자율 주행 차량 궤적 예측모듈을 구비한다.
일 실시 예에 있어서, 상기 장애물 차량 궤적 예측 모듈은,
상기 장애물 차량의 상기 길목 구역에서의 입구와 현재의 주행 방향에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 선택할 수 있는 출구를 결정하기 위한 제1 출구 결정 유닛;
선택할 수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 상기 장애물 차량의 상기 길목 구역 내에서의 주행의 역사 주행 데이터에 기반하여, 각 상기 출구의 선택 확률을 결정하기 위한 출구 확률 결정 유닛;
각 상기 출구의 선택 확률에 기반하여, 상기 장애물 차량의 가능한 선택 출구를 결정하기 위한 제2 출구 결정 유닛; 및
상기 장애물 차량의 가능한 선택 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제1 궤적 예측 유닛을 구비한다.
일 실시 예에 있어서, 상기 장치는,
선택할 수 있는 출구가 하나의 출구를 포함하는 경우, 상기 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제2 궤적 예측 유닛을 더 구비한다.
일 실시 방식에 있어서, 상기 주행 데이터 취득 모듈은,
상기 장애물 차량의 상기 길목 구역 내에서의 입구에 기반하여, 상기 길목 구역 내에서의 상기 입구와 상응한 차선 라인을 취득하기 위한 차선 라인 취득 유닛;
상기 장애물 차량의 상기 길목 구역에서의 입구와 상기 장애물 차량의 현재의 주행 방향에 기반하여, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는지 여부를 판단하기 위한 주행 판단 유닛; 및
상기 장애물 차량이 상기 차선 라인에 따라 주행하지 않을 경우, 상기 장애물 차량이 상기 길목 구역에서 주행한 역사 주행 데이터를 취득하기 위한 역사 주행 데이터 취득 유닛을 구비한다.
일 실시 예에 있어서, 상기 장애물 차량 궤적 예측 모듈은 또한, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는 경우, 상기 역사 주행 데이터를 취득하지 않고, 상기 차선 라인, 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능항 주행 궤적을 결정하기 위한 것이다.
제3 측면에 있어서, 본 발명의 실시예는 차량 궤적을 예측하는 장치를 제공하는 바, 상기 장치의 기능은 하드웨어를 통하여 구현할 수도 있고, 또는 하드웨어를 통하여 상응한 소프트웨어를 수행시켜 구현할 수도 있다. 상기 하드웨어 또는 소프트웨어는 하나 또는 다수의 상기 기능에 대응되는 모듈을 구비한다.
일 가능한 설계에 있어서, 차량 궤적을 예측하는 구조는 프로세서와 메모리를 포함하며, 상기 메모리는 상기 차량 궤적을 예측하는 장치를 지원하여 상기 차량 궤적을 예측하는 방법을 수행하는 프로그램을 저장하고, 상기 프로세서는 상기 메모리 중에 저장된 프로그램을 수행하도록 구성된다. 상기 차량 궤적을 예측하는 장치는 또한 통신 인터페이스를 포함하여, 차량 궤적을 예측하는 장치가 기타 장치 또는 통신 네트워크와 통신을 진행한다.
제4 측면에 있어서, 본 발명의 실시예는 또한 컴퓨터 판독 가능 저장 매체를 제공하는 바, 차량 궤적을 예측하는 장치가 사용하는 컴퓨터 소프트웨어 명령을 저장하고, 상기 명령은 상기 차량 궤적을 예측하는 방법을 수행하는 것과 관련된 프로그램을 포함한다.
상기 기술 방안 중의 일 기술 방안은 하기 장점 또는 유익한 효과를 갖는다.
본 발명의 실시예는 자율 주행 차량이 길목 구역 내에 진입할 때, 장애물 차량의 역사 주행 데이터를 통하여 장애물 차량의 주행 가능한 궤적을 예측하고, 그 후 장애물 차량의 주행 궤적과 자율 주행 차량의 현재의 주행 상태에 기반하여 자율 주행 차량의 주행 궤적을 예측한다. 이로써 길목에서 주행 결정을 내리는 자율 주행 차량은 차선 라인에 의존하여 장애물 차량의 주행 궤적을 예측하지 않을 수 있어, 결정의 정확도를 향상시키고, 주행 리스크를 낮춘다.
상기 요약은 단지 설명서를 위한 목적이며, 어떠한 방식으로도 제한되지 않는다. 상기 기재된 예시적 측면, 실시 방식과 특징 외, 도면과 아래의 상세한 설명을 통하여, 본 발명의 진일보의 측면, 실시 방식과 특징이 더욱 명료해질 것이다.
도면에 있어서 별도로 규정되지 않는 한, 다수의 도면의 동일한 도면 부호는 동일하거나 유사한 부품 또는 요소를 나타내는 것이 일관적이다. 이러한 도면은 꼭 비례에 따라 그려진 것이 아니다. 이러한 도면은 단지 본 발명에 의해 공개된 일부 실시 방식만 도시하고 있으며, 이를 본 발명의 범위를 제한하는 것으로 간주해서는 않된다.
도1은 본 발명에 의해 제공되는 차량 궤적을 예측하는 방법의 일 실시예의 흐름도이다.
도2는 본 발명에 의해 제공되는 길목 구역 주행 환경의 일 예시도이다.
도3은 본 발명에 의해 제공되는 장애물 차량의 궤적을 예측하는 과정의 일 실시예의 흐름도이다.
도4는 본 발명에 의해 제공되는 역사 주행 데이터를 취득하는 과정의 일 실시예의 흐름도이다.
도5는 본 발명에 의해 제공되는 차량 궤적을 예측하는 장치의 일 실시예의 구조의 모식도이다.
도6은 본 발명에 의해 제공되는 단치의 일 실시예의 구조의 모식도이다.
아래에서는 단지 어떠한 예시적 실시예를 설명하고 있다. 당업자들에게 숙지된 바와 같이, 본 발명의 정신과 범위를 초과하지 않는 전제 하에서, 여러 가지 서로 다른 방식을 통하여 상기 설명된 실시예를 수정할 수 있다. 그러므로, 도면과 설명은 본질적으로는 예시적이고 비제한적인 것으로 간주된다.
도1을 참조하면, 본 발명의 실시예는 차량 궤적을 예측하는 방법을 제공한다. 본 실시예는 하기 동력 차량에 기반하여 수행될 수 있는 바, 전동 자전거, 오토바이 등 2륜 동력 차량, 전동, 하이브리드 또는 가솔린 등 4륜의 동력 차량 및 항공기, 선박 등 교통 설비들을 포함한다. 본 실시예는 S100 내지 S400 단계를 포함하는 바, 하기와 같다.
S100: 자율 주행 차량이 길목 구역으로 진입하였을 경우, 길목 구역으로 진입한 장애물 차량을 결정한다.
일부 실시예에 있어서, 길목 구역은 또한 길목이라 칭할 수 있고, 각 출구/입구의 정지선을 기준으로 둘러싸인 구역을 포함할 수 있다. 도2에 도시된 바와 같을 수 있다. 길목은 삼거리, 사거리, 미(米)자거리 등을 포함할 수 있다. 도2를 예로 들면, 길목 구역 내로 진입한 차량은 차량 L1 내지 L6을 포함한다. 차량 L6을 자율 주행 차량이라면, 길목 구역 내의 차량 L1 내지 L5는 장애물 차량이다.
일부 실시예에 있어서, 길목 구역 내의 자율 주행 차량을 제외한 기타 모든 차량에 대하여 선별을 진행하여 장애물 차량을 선별할 수 있다. 구체적으로, 자율 주행 차량의 길목에서의 예정 주행 궤적 및 길목 내 모든 차량의 상태, 예를 들면 길목 구역 내의 차량의 자율 주행 차량까지의 거리, 속도, 방향 등에 기반하여, 이가 자율 주행 차량의 주행에 영향을 미칠지 여부를 결정한다. 영향을 미칠 경우, 이를 자율 주행 차량의 장애물 차량으로 한다. 도2에 도시된 바와 같이, 곧 이 길목 구역을 벗어나게 될 차량 L2의 현재 상태는 직진이고, 또한 자율 주행 차량 L6과의 거리도 비교적 멀다. 그렇다면 L2를 자율 주행 차량 L6의 장애물 차량으로 하지 않을 수 있다. 또 예를 들면, 길목 구역의 차량 L5로 말하면, 이와 자율 주행 차량 L6이 동일한 차선 상에 있고, 또한 자율 주행 차량 L6과의 거리도 비교적 가깝다. 그렇다면 L5를 자율 주행 차량 L6의 장애물 차량으로 할 수 있다. 여기서, 길목 구역 내의 기타 차량에 대해서도 유사한 이치에 따라 이가 자율 주행 차량 L의 장애물 차량인지 여부를 결정할 수 있다. 여기에서는 일일이 예를 들어 설명하지 않도록 한다.
본 실시예에서, 자율 주행 차량은 자율 주행 모드 하에서 주행하는 차량을 가리킨다.
S200: 장애물 차량이 길목 구역 내에서 주행한 역사 주행 데이터를 취득한다.
일부 실시예에 있어서, 차량의 주행 과정에서, 차량은 주행 데이터를 실시간으로 또는 설정된 주파수 상에서 데이터 유지 플랫폼으로 전송할 수 있다. 또는 데이터 유지 플랫폼의 요청을 수신할 때, 사전 저장 또는 기록된 주행 데이터를 데이터 유지 플랫폼으로 업로드할 수 있다. 데이터 업로드 과정에서, 차량의 신분 아이디에 기반하여 이가 업로드한 데이터를 관련 저장하여, 차후에 차량의 신분 아이디에 기반하여 데이터 조회를 진행할 수 있도록 한다. 여기서, 차량 신분 아이디는 차량의 번호, 이 차량에 등록된 차 주인 신분 정보 등을 포함할 수 있다.
일부 실시예에 있어서, 장애물 차량의 역사 주행 데이터를 취득하여야 할 때, 자동으로 장애물 차량의 카메라를 가동시켜, 카메라를 이용하여 장애물 차량의 차량 번호를 촬영할 수 있다. 그 후 촬영된 차량 번호를 이 장애물 차량의 신분 아이디로 할 수 있다. 또한, 장애물 차량의 신분 아이디에 기반하여, 데이터 유지 플랫폼으로부터 상응한 역사 주행 데이터를 취득할 수 있다. 여기서, 역사는 지난 일전한 시간 내를 가리킨다. 예를 들면, 지난 한 주 내, 지난 한 달 내 또는 지난 석달 내 등일 수 있다.
하지만 단지 장애물 차량의 신분 아이디에만 의하여 주행 데이터를 취득하는 것은 하나의 결함이 존재하는 바, 즉 실제로 취득한 주행 데이터에 다수의 신분 아이디에 관련된 데이터를 포함할 수 있는 것이다. 왜냐하면 차량은 일반적으로 가족의 차량이기 때문에, 가족 중의 여러 다른 사람이 운전할 수 있다. 차량의 신분 아이디에 따라 데이터를 취득할 경우, 이 데이터는 이 차량을 운전하는 하나 또는 다수 사람의 주행 데이터를 포함한다. 그리고 대부분 경우, 가족 내의 구성 인원이라 할지라도, 이가 경상적으로 주행하는 경로도 서로 다르다. 그러므로, 차량 번호를 취득한 후, 길목의 길목 교통 상황을 모니터링하는 촬영 장치를 이용하여 운전자의 이미지를 취득할 수 있다. 그 후 안면 인식 기술을 이용하여 취득한 운전자의 이미지에 대하여 식별을 진행하여, 운전자의 신분 정보를 취득할 수 있다. 더 나아가, 장애물 차량의 차량 번호와 운전자의 신분 정보에 기반하여, 더욱 정확하게 역사 주행 데이터를 취득하여 차후 주행 궤적 예측의 정확도를 향상시킬 수 있다.
S300: 장애물 차량의 역사 주행 데이터와 장애물 차량의 현재의 주행 상태에 기반하여, 장애물 차량의 가능한 주행 궤적을 예측한다.
본 실시예에서, 차량의 주행 상태는 차량의 위치, 주행 속도, 방향, 차량이 길목 구역 내로 진입하는 입구 등 정보를 포함할 수 있다. 차량의 주행 궤적은 차량의 어느 시간대 내의 주행 경로, 차량의 이 주행 경로 중의 각 위치 상의 주행 속도 등을 포함할 수 있다.
S400: 장애물 차량의 가능한 주행 궤적과 자율 주행 차량의 현재의 주행 상태에 기반하여, 자율 주행 차량의 길목 구역에서의 주행 궤적을 예측한다.
일부 실시예에 있어서, 자율 주행 차량과 장애물 차량 사이의 안전 거리를 사전 설정할 수 있다. 장애물 차량의 가능한 주행 궤적 및 안전 거리의 설정을 통하여, 자율 주행 차량의 길목 구역에서의 주행 경로를 결정할 수 있다. 마지막으로, 자율 주행 차량의 현재의 주행 속도 등 데이터를 참조하여, 자율 주행 차량의 길목 구역에서의 주행 궤적을 결정할 수 있다.
본 발명의 실시예는 자율 주행 차량이 길목 구역 내에 진입할 때, 장애물 차량의 역사 주행 데이터를 통하여 장애물 차량의 가능한 궤적을 예측할 수 있다. 그 후 장애물 차량의 주행 궤적과 자율 주행 차량의 현재의 주행 상태에 기반하여 자율 주행 차량의 주행 궤적을 예측한다. 이로써 길목에서 주행 결정을 내리는 자율 주행 차량은 차선 라인에 의존하여 장애물 차량의 주행 궤적을 예측하지 않을 수 있어, 결정의 정확도를 향상시키고, 주행 리스크를 낮춘다.
일부 실시예에 있어서, 도3에 도시된 바와 같이, 상기 300 단계의 장애물 차량의 가능한 주행 궤적의 예측 과정은 S310 단계 내지 S340 단계를 포함할 수 있는 바, 하기와 같다.
S310: 장애물 차량의 길목 구역에서의 입구와 현재의 주행 상태에 기반하여, 장애물 차량의 길목 구역에서의 선택할 수 있는 출구를 결정한다. 도2에 도시된 바와 같이, 입구는 차량이 길목 구역으로 진입하도록 하는 길어구를 가리킨다. 출구는 차량이 길목 구역으로부터 벗어나도록 하는 길어구를 가리킨다.
S320: 선택할 수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 장애물 차량의 길목 구역 내에서의 주행의 역사 주행 데이터에 기반하여, 각 출구의 선택 확률을 결정한다.
S330: 각 출구의 선택 확률에 기반하여, 장애물 차량의 가능한 선택 출구를 결정하다.
S340: 장애물 차량의 가능한 선택 출구와 장애물 차량의 현재의 주행 상태에 기반하여, 장애물 차량의 가능한 주행 궤적을 예측한다.
예시적으로, 차량 L6을 자율 주행 차량이라고 가정하고, 이때 장애물 차량 L3의 가능한 주행 궤적을 결정하여야 할 경우, 결정 과정은 하기와 같을 수 있는 바, 도2로부터 알 수 있는 바와 같이, 현재 장애물 차량 L3의 주행 방향은 직진이고, 장애물 차량 L3의 길목 구역에서의 입구는 입구 C3이며, C3이 위치한 차선은 직진 또는 좌회전 차선이나, 이 차선은 실제 차선 상에서 상응한 차선 라인을 표시하지 않았다. 그러므로 차선 라인을 통하여 장애물 차량의 주행 궤적을 예측할 수 없다. 이때, 장애물 차량 L3의 역사 주행 데이터를 사용하여 예측을 진행할 수 있다.
예시적으로, 장애물 차량 L3이 길목 구역으로 진입하기 전에 위치한 차선은 직진 또는 좌회전 차선이고, 또한 장애물 차량 L3의 현재의 주행 방향은 직진이나, 장애물 차량 L3이 입구와 비교적 멀기 때문에, 장애물 차량 L3은 이때 직진에 대응되는 출구를 선택할 수 있을 뿐 아니라, 또한 좌회전에 대응되는 출구를 선택할 수 있다. 예를 들면, 도3 중의 출구 C1과 C2이다.
그 후, 취득한 역사 주행 데이터에 기반하여, 그 중에서 장애물 차량 L3의 입구 C3에 상응한 데이터를 선택하고, 장애물 차량 L3의 입구 C3으로부터 출구 C1까지의 횟수와 장애물 차량 L3의 입구 C3으로부터 출구 C2까지의 횟수를 통계한다. 그 후, 각각 장애물 차량이 출구 C1과 출구 C2를 선택하는 선택 확률을 계산한다. 여기서, 출구 C1의 선택 확률은 C1/(C1+C2)이고, 출구 C2의 선택 확률은 C2/(C1+C2)이다.
선택 확률이 사전 설정된 확률 역치보다 클 경우, 이 선택 확률에 대응되는 출구를 선택하고, 이는 장애물 차량의 가능한 선택 출구이다. 예를 들면, 사전 설정된 역치가 95%이고, 출구 C1의 선택 확률이 98%, 출구 C2의 선택 확률이 2%일 경우, 출구 C1이 장애물 차량 L3의 가능한 선택 출구이다.
선택 확률이 사전 설정된 확률 역치보다 큰 출구가 없을 경우, 확률 값이 비교적 큰 것을 장애물 차량의 가능한 선택 출구로 한다. 예를 들면, 사전 설정된 역치가 95%이고, 출구 C1의 선택 확률이 56%, 출구 C2의 선택 확률이 40%일 경우, 출구 C1을 장애물 차량의 가능한 선택 출구로 할 수 있다.
본 실시예는 역사 주행 데이터 및 장애물 차량의 입구를 통하여, 장애물 차량의 선택할 수 있는 출구를 결정할 수 있다. 그 후, 출구 및 장애물 차량 현재의 주행 상태에 기반하여 정확하게 장애물 차량의 주행 궤적을 결정할 수 있다. 궤적 결정 과정에서, 기타 차량의 이 장애물 차량의 주행 궤적에 대한 영향을 고려하는 것은 물론이다.
일부 실시예에 있어서, 상기 S310 단계를 통하여 결정한 선택할 수 있는 출구가 하나의 출구를 포함할 경우, 장애물 차량의 주행 궤적에 대한 결정 과정은 장애물 차량이 선택할 수 있는 출구와 장애물 차량의 현재의 주행 상태에 기반하여, 장애물 차량의 가능한 주행 궤적을 예측하는 것을 포함할 수 있다.
일부 실시예에 있어서, 길목 구역 내로 진입한 장애물 차량이 차선 라인에 따라 주행할 수 있을 경우, 차선 라인에 따라 장애물 차량의 주행 궤적을 결정할 수 있어, 주행 결정 효율을 향상시키는데 유리하다. 장애물 차량이 차선 라인에 따라 주행하지 않을 경우, 장애물 차량의 길목 구역에서의 역사 주행 데이터를 취득함으로써 장애물 차량의 길목 구역 내에서의 가능한 주행 궤적을 예측할 수 있다. 그러므로, 도4에 도시된 바와 같이, 상기 S200 단계의 역사 주행 데이터를 취득하는 과정은 S210 단계 내지 S230 단계를 포함할 수 있는 바, 하기와 같다.
S210: 장애물 차량의 길목 구역 내에서의 입구에 기반하여, 길목 구역 내에서의 입구와 상응한 차선 라인을 취득한다.
S220: 장애물 차량의 길목 구역에서의 입구와 장애물 차량의 현재의 주행 방향에 기반하여, 장애물 차량이 차선 라인에 따라 주행하는지 여부를 판단한다.
S230: 장애물 차량이 차선 라인에 따라 주행하지 않을 경우, 장애물 차량이 길목 구역에서 주행한 역사 주행 데이터를 취득한다.
본 출원의 실시예는 촬영의 방식을 통하여 교통 환경 중의 차선 라인을 취득하고, 그 중에서 장애물 차량의 입구와 대응되는 차선 내 또는 길목 구역 내의 차선 라인을 추출할 수 있다. 일부 실시예에 있어서, 차선에 차선 라인을 포함하는 외, 길목 구역 내에서도 차선 라인이 포함되어 있을 수 있다.
도3을 참조하면, 차량 L3이 위치한 차선을 예로 들면, 이는 실제 도로 상에서 차선 라인을 디스플레이하지 않고 있다. 이때, 촬영의 방식을 통하여 입구와 부합되는 차선 라인을 취득할 수 없다. 그렇다면 장애물 차량의 주행 궤적에 대한 예측은 장애물 차량의 길목 구역에서의 역사 주행 데이터를 통하여 예측할 수 있다. 구체적으로, 상기 실시예를 이용하여 장애물 차량의 주행 궤적을 예측할 수 있다.
장애물 차량의 입구에 대응되는 차선 라인이 취득된 경우, 장애물 차량의 현재 주행 방향 및 위치 등 정보에 기반하여 장애물 차량이 차선 라인을 따라 주행하는지 여부를 결정할 수 있다. 차선 라인이 두 개 또는 두 개 이상이고, 또한 장애물 차량이 그 중의 한 차선 라인을 따라 주행할 겨우, 장애물 차량이 주행하는 차선 라인 및 장애물 차량 현재의 주행 상태에 기반하여, 장애물 차량의 주행 가능한 주행 궤적을 결정할 수 있다. 장애물 차량이 취득한 어느 한 차선 라인에 따라 주행하지 않을 경우, 장애물 차량의 길목 구역에서의 역사 주행 데이터를 취득할 수 있다. 그 후, 상기 실시예를 이용하여, 장애물 차량의 역사 주행 데이터에 기반하여 장애물 차량의 주행 궤적을 예측할 수 있다.
일부 실시예에 있어서, 장애물 차량이 차선 라인을 따라 주행할 경우, 역사 주행 데이터를 취득하지 않고 더는 S300 단계를 수행하지 않을 수 있다. 그 후, 장애물 차량이 주행한 차선 라인, 장애물 차량의 현재의 주행 상태에 기반하여, 장애물 차량의 가능한 주행 궤적을 결정하여, 궤적 예측의 정확도를 향상시킨다.
도5를 참조하면, 본 발명의 실시예는 또한 차량 궤적을 예측하는 장치를 제공하는 바, 당해 장치는,
자율 주행 차량이 길목 구역으로 진입하였을 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하기 위한 장애물 차량 결정 모듈(100);
상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하기 위한 주행 데이터 취득 모듈(200);
상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 장애물 차량 궤적 예측 모듈(300); 및
상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하기 위한 자율 주행 차량 궤적 예측 모듈(400)을 구비한다.
일 실시 방식에 있어서, 상기 장애물 차량 궤적 예측 모듈(300)은,
상기 장애물 차량의 상기 길목 구역에서의 입구와 현재의 주행 방향에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 선택할 수 있는 출구를 결정하기 위한 제1 출구 결정 유닛;
선택할 수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 상기 장애물 차량의 상기 길목 구역 내에서의 주행의 역사 주행 데이터에 기반하여, 각 상기 출구의 선택 확률을 결정하기 위한 출구 확률 결정 유닛;
각 상기 출구의 선택 확률에 기반하여, 상기 장애물 차량의 가능한 선택 출구를 결정하기 위한 제2 출구 결정 유닛; 및
상기 장애물 차량의 가능한 선택 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제1 궤적 예측 유닛을 구비한다.
일 실시 방식에 있어서, 상기 장치는,
선택할 수 있는 출구가 하나의 출구를 포함하는 경우, 상기 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제2 궤적 예측 유닛을 더 구비한다.
일 실시 방식에 있어서, 상기 주행 데이터 취득 모듈은,
상기 장애물 차량의 상기 길목 구역 내에서의 입구에 기반하여, 상기 길목 구역 내에서의 상기 입구와 상응한 차선 라인을 취득하기 위한 차선 라인 취득 유닛;
상기 장애물 차량이 상기 길목 구역에서의 입구와 상기 장애물 차량의 현재의 주행 방향에 기반하여, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는지 여부를 판단하기 위한 주행 판단 유닛; 및
상기 장애물 차량이 상기 차선 라인에 따라 주행하지 않을 경우, 상기 장애물 차량이 상기 길목에서 주행한 역사 주행 데이터를 취득하기 위한 역사 주행 데이터 취득 유닛을 구비한다.
일 실시 방식에 있어서, 상기 장애물 차량 궤적 예측 모듈은 또한, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는 경우, 상기 역사 주행 데이터를 취득하지 않고, 상기 차선 라인, 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 결정하기 위한 것이다.
상기 장치의 기능은 하드웨어를 통하여 구현할 수도 있고, 또는 하드웨어를 통하여 상응한 소프트웨어를 수행시켜 구현할 수도 있다. 상기 하드웨어 또는 소프트웨어는 하나 또는 다수의 상기 기능에 대응되는 모듈을 구비한다.
일 가능한 설계에 있어서, 차량 궤적을 예측하는 구조는 프로세서와 메모리를 포함하며, 상기 메모리는 상기 차량 궤적을 예측하는 장치가 상기 제1 측면 중의 상기 차량 궤적을 예측하는 방법을 수행하는 프로그램을 저장하고, 상기 프로세서는 상기 메모리 중에 저장된 프로그램을 수행하도록 구성된다. 상기 차량 궤적을 예측하는 장치는 또한 통신 인터페이스를 포함하여, 차량 궤적을 예측하는 장치가 기타 장치 또는 통신 네트워크와 통신을 진행한다.
본 발명은 또한 차량 궤적을 예측하는 단말 장치를 제공하는 바, 도6에 도시된 바와 같이, 당해 장치는 메모리(21)와 프로세서(22)를 포함하고, 메모리(21) 내에는 프로세서(22) 상에서 수행될 수 있는 컴퓨터 프로그램이 저장되어 있다. 프로세서(22)가 컴퓨터 프로그램을 수행할 때 실시예 중의 차량 궤적을 예측하는 방법을 구현한다. 메모리(21)와 프로세서(22)의 수량은 하나 또는 다수일 수 있다.
상기 설비는,
프로세서(22)와 외부 장치 지간의 통신에 사용되는 통신 인터페이스(23)가 더 구비된다.
메모리(21)는 고속 RAM 메모리를 포함할 수 있고, 또한 비휘발성 메모리(non-volatile memory), 예를 들면 적어도 하나의 자기 디스크 메모리를 포함할 수도 있다.
메모리(21), 프로세서(22)와 통신 인터페이스(23)가 독립적으로 구현될 경우, 메모리(21), 프로세서(22)와 통신 인터페이스(23)는 버스를 통하여 상호 연결되고 또한 상호 지간의 통신을 완성할 수 있다. 버스는 기술 표준 구조(ISA, Industry Standard Architecture) 버스, 외부 장치 상호 연결(PCI, Peripheral Component Interconnect) 버스 또는 확장 기술 표준 구조(EISA, Extended Industry Standard Architecture) 등일 수 있다. 버스는 주소 버스, 데이터 버스, 제어 버스 등으로 구분될 수 있다. 표시의 편리를 위하여, 도6에서는 하나의 굵은 선으로 표시하였지만, 단지 한 갈래의 버스 또는 한 유형의 버스만 있다는 것을 뜻하는 것이 아니다.
선택적으로, 구체적인 구현 면에서, 메모리(21), 프로세서(22)와 통신 인터페이스(23)가 하나의 칩 상에 집적될 경우,메모리(21), 프로세서(22)와 통신 인터페이스(23)는 내부 인터페이스를 통하여 상호 사이의 통신을 완성할 수 있다.
본 발명에 대한 설명에 있어서, 참조 용어인 "하나의 실시예", "일부 실시예", "예시", "구체적인 예시" 또는 "일부 예시" 등 설명은 당해 실시예 또는 예시를 참조하여 설명한 구체적인 특징, 구조, 재료 또는 특점이 본 발명의 적어도 하나의 실시예 또는 예시에 포함됨을 의미한다. 그리고, 설명된 구체적인 특징, 구조, 재료 또는 특점은 임의의 하나 또는 다수 실시예 또는 예시 중에서 적합한 방식으로 결합될 수 있다. 그리고 상호 모순되지 않는 전제 하에서, 당업계 기술자들은 본 명세서에 기술된 서로 다른 실시예 또는 예시 및 서로 다른 실시예 또는 예시의 특징을 결합 또는 조합할 수 있다.
그리고, 용어인 "제1", "제2"는 단지 설명의 편리를 위한 것인 바, 상대적인 중요성을 암시하거나 또는 지시하는 기술 특징의 수량을 암시하는 것이 아니다. 그러므로, “제1”, “제2”로 한정된 특징은 명시적 또는 암시적으로 적어도 하나의 당해 특징을 포함한다. 본 발명에 대한 설명에 있어서, 특별한 설명이 없는 한, "다수"는 두 개 또는 두 개 이상을 의미한다.
흐름도 중 또는 여기에서 기타 방식으로 설명된 어떠한 과정 또는 방법에 대한 설명은, 특정 논리 기능 또는 과정을 구현하는 하나 또는 더욱 많은 단계를 포함하는 수행 가능한 명령 코드의 모듈, 프래그먼트 또는 부분으로 이해될 수 있으며, 또한 본 발명의 바람직한 실시 방식의 범위는 기타 구현 방식을 포함하는 바, 이는 예시 또는 논의된 순서로 진행하지 않을 수 있으며, 언급된 기능에 기반하여 기본 동시적인 방식 또는 반대의 순서로 기능을 수행하는 것이 포함되며, 이는 본 발명의 실시예가 속하는 기술 분야의 당업자들이 이해하여야 하는 부분이다.
흐름도에 표시되거나 또는 여기에서 기타 방식으로 기술된 논리 및/또는 단계는, 예를 들면 논리 기능을 구현하기 위한 수행 가능한 명령의 순차 리스트로 간주될 수 있으며, 구체적으로 임의의 컴퓨터 판독 가능 매체에서 구현되어, 명령 수행 시스템, 장치 또는 설비(예를 들면 컴퓨터를 기반으로 하는 시스템, 프로세서를 포함하는 시스템 또는 명령 수행 시스템, 장치 또는 설비로부터 명령을 취하고 또한 명령을 수행하는 시스템)가 사용하도록 하거나, 또는 이러한 명령 수행 시스템, 장치 또는 설비를 결합하여 사용하도록 할 수 있다. 본 명세서로 말하면, “컴퓨터 판독 가능 매체”는 프로그램을 포함, 저장, 통신, 전파 또는 전송하여, 명령 수행 시스템, 장치 또는 설비가 사용하도록 하거나, 또는 이러한 명령 수행 시스템, 장치 또는 설비를 결합하여 사용하도록 하는 임의의 장치일 수 있다.
본 발명의 실시예의 상기 컴퓨터 판독 가능 매체는 컴퓨터 판독 가능 신호 매체 또는 컴퓨터 판독 가능 매체 또는 상기 양자의 임의의 조합일 수 있다. 컴퓨터 판독 가능 매체의 더욱 구체적인 예(비무한대 리스트)는 적어도, 하나 또는 다수의 배선을 구비하는 전기 연결부(전자 장치), 휴대식 컴퓨터 디스크 박스(자기 장치), 무작위 저속 메모리(RAM), 읽기 전용메모리(ROM), 전기 소거 가능 프로그래머블 읽기 전용 메모리(EPROM), 광섬유 장치 및 휴대식 시디롬(CDROM)을 구비할 수 있다. 그리고, 컴퓨터 판독 가능 매체는 심지어 그 위에 상기 프로그램을 프린트할 수 있는 종이 또는 기타 적합한 매체일 수 있는 바, 왜냐하면 예를 들면 종이 또는 기타 매체에 대하여 광학 스캔을 진행하고, 이어 편집, 해석을 진행하거나 또는 필요 시에는 기타 적합한 방식으로 처리하여 전자 방식으로 상기 프로그램을 취득하고, 이어 이를 컴퓨터 판독 가능메모리 중에 저장할 수 있기 때문이다.
본 발명의 실시예에서, 컴퓨터 판독 가능한 신호 매체는 기저대역 중 또는 캐리어의 일부분으로 전파되는 데이터 신호를 포함할 수 있고, 여기에는 컴퓨터 판독 가능한 프로그램 코드가 베어링된다. 이러한 전파 신호는 여러 가지 형식을 사용할 수 있는 바, 전자기 신호, 광 신호 또는 상기 임의의 적합한 조합이 포함되나 이에 제한되지 않는다. 컴퓨터 판독 가능한 신호 매체는 또한 컴퓨터 판독 가능 저장 매체 외의 임의의 컴퓨터 판독 가능 매체일 수 있으며, 당해 컴퓨터 판독 가능 매체는 명령 수행 시스템, 입력키 또는 소자가 사용하거나 또는 이와 결합 사용되는 프로그램을 송신, 전파 또는 전송할 수 있다. 컴퓨터 판독 가능 매체 상에 포함된 프로그램 코드는 임의의 적합한 매체를 사용하여 전송할 수 있는 바, 무선, 전선, 광케이블, 무선 주파수(Radio Frequency, RF) 등 또는 상기의 임의의 적합한 조합이 포함되나 이에 제한되지 않는다.
본 발명의 각 부분은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있음을 이해하여야 할 것이다. 상기 실시 방식에 있어서, 다수의 단계 또는 방법은 메모리에 저장되고 또한 적합한 명령 수행 시스템에 기반하여 수행되는 소프트웨어 또는 펌웨어에 기반하여 구현될 수 있다. 예를 들면, 하드웨어를 통해 구현될 경우, 다른 한 실시 방식에서와 같이, 당업계의 공지된 하기 기술 중의 임의 항 또는 이들의 조합으로 구현될 수 있는 바, 즉 디지털 신호에 대하여 논리 기능을 구현하는 논리 게이트 회로를 구비하는 이산 논리 회로, 적합한 논리 게이트 회로를 구비한 전용 직접 회로, 프로그램가능한 게이트 어레이(PGA), 필드 프로그램가능한 게이트 어레이(FPGA) 등이다.
당업계의 기술자들은 상기 실시예의 방법에 포함된 전부 또는 일부 단계는 프로그램을 통하여 관련 하드웨어를 명령하여 구현할 수 있는 프로그램이고, 상기 프로그램은 일종의 컴퓨터 판독 가능한 저장 매체에 저장될 수 있으며,당해 프로그램이 수행될 시 방법 실시예의 단계 중의 하나 또는 이들의 조합이 포함됨을 이해하여야 할 것이다.
그리고, 본 발명의 각 실시예 중의 각 기능 유닛은 하나의 처리 모듈 중에 직접될 수도 있고, 또는 각 유닛의 독립적인 물리적 존재일 수 있으며, 또는 두개 또는 두개 이상의 유닛이 하나의 모듈에 직접되어 있을 수 있다. 상기 직접된 모듈은 하드웨어 형식으로 구현될 수도 있고, 소프트웨어 기능 모듈의 형식으로도 구현할 수도 있을 것이다. 직접 모듈은 소프트웨어 기능 모듈의 형식으로 구현되고 독립적인 제품으로 판매 또는 사용될 때, 컴퓨터 판독 가능한 저장 매체에 저장될 수 있다. 저장 매체는 읽기 전용 메모리, 자기 디스크 또는 광 디스크일 수 있다.
이상에서는 본 발명을 구체적인 실시예에 대해서 도시하고 설명하였지만, 본 발명은 상술한 실시예에만 한정되는 것은 아닌 바, 당업계의 기술자들은 본 발명이 개시하는 기술 범위 내에서, 용이하게 여러 가지 변화와 교체를 유도할 수 있으며, 이러한 것은 모두 본 발명의 보호범위에 속한다. 그러므로 본 발명의 보호 범위는 상기 청구항의 보호 범위를 기준으로 하여야 한다.
21 : 메모리
22 : 프로세서
23 : 통신 인터페이스

Claims (10)

  1. 차량 궤적을 예측하는 방법에 있어서,
    자율 주행 차량이 길목 구역으로 진입한 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하는 것;
    상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것;
    상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 가능한 주행 궤적을 예측하는 것; 및
    상기 장애물 차량의 상기 길목 구역에서의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하는 것을 포함하되,
    여기서, 상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 가능한 주행 궤적을 예측하는 것은,
    상기 장애물 차량의 상기 길목 구역에서의 입구와 현재의 주행 상태에 기반하여, 상기 장애물 차량이 상기 길목 구역에서 선택할수 있는 출구를 결정하는 것;
    상기 선택할수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 상기 통계에 기반하여, 각 상기 출구의 선택 확률을 결정하는 것;
    각 상기 출구의 선택 확률에 기반하여, 상기 장애물 차량의 가능한 선택 출구를 결정하는 것; 및
    상기 장애물 차량의 가능한 선택 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것을 포함하는
    것을 특징으로 하는 방법.
  2. 제1 항에 있어서,
    상기 방법은,
    상기 선택할수 있는 출구가 하나의 출구를 포함하는 경우, 상기 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하는 것을 더 포함하는
    것을 특징으로 하는 방법.
  3. 차량 궤적을 예측하는 방법에 있어서,
    자율 주행 차량이 길목 구역으로 진입한 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하는 것;
    상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것;
    상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 상기 길목 구역에서의 가능한 주행 궤적을 예측하는 것; 및
    상기 장애물 차량의 상기 길목 구역에서의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하는 것을 포함하되,
    여기서, 상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하는 것은,
    상기 장애물 차량의 상기 길목 구역 내에서의 입구에 기반하여, 상기 길목 구역내에서의 상기 입구에 상응한 차선 라인을 취득하는 것;
    상기 장애물 차량의 상기 길목 구역에서의 입구와 상기 장애물 차량의 현재 주행 방향에 기반하여, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는지 여부를 판단하는 것; 및
    상기 장애물 차량이 상기 차선 라인에 따라 주행하지 않을 경우, 상기 장애물 차량이 상기 길목 구역에서 주행한 역사 주행 데이터를 취득하는 것을 포함하는
    것을 특징으로 하는 방법.
  4. 제3 항에 있어서,
    상기 방법은,
    상기 장애물 차량이 상기 차선 라인에 따라 주행하는 경우, 상기 역사 주행 데이터를 취득하지 않고, 상기 차선 라인, 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 결정하는 것을 더 포함하는
    것을 특징으로 하는 방법.
  5. 차량 궤적을 예측하는 장치에 있어서,
    자율 주행 차량이 길목 구역으로 진입한 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하기 위한 장애물 차량 결정 모듈;
    상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하도록 구성된 주행 데이터 취득 모듈;
    상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 장애물 차량 궤적 예측 모듈; 및
    상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하기 위한 자율 주행 차량 궤적 예측모듈을 구비하되,
    여기서, 상기 장애물 차량 궤적 예측 모듈은,
    상기 장애물 차량의 상기 길목 구역에서의 입구와 현재의 주행 방향에 기반하여, 상기 장애물 차량이 상기 길목 구역에서 선택할수 있는 출구를 결정하기 위한 제1 출구 결정 유닛;
    선택할수 있는 출구가 적어도 두 개의 출구를 포함하는 경우, 상기 통계에 기반하여, 각 상기 출구의 선택 확률을 결정하기 위한 출구 확률 결정 유닛;
    각 상기 출구의 선택 확률에 기반하여, 상기 장애물 차량의 가능한선택 출구를 결정하기 위한 제2 출구 결정 유닛; 및
    상기 장애물 차량의 가능한 선택 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제1 궤적 예측 유닛을 구비하는
    것을 특징으로 하는 장치.
  6. 제5항에 있어서,
    상기 장치는,
    상기 선택할수 있는 출구가 하나의 출구를 포함하는 경우, 상기 출구와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 제2 궤적 예측 유닛을 더 구비하는
    것을 특징으로 하는 장치.
  7. 차량 궤적을 예측하는 장치에 있어서,
    자율 주행 차량이 길목 구역으로 진입한 경우, 상기 길목 구역으로 진입한 장애물 차량을 결정하기 위한 장애물 차량 결정 모듈;
    상기 장애물 차량이 상기 길목 구역 내에서 주행한 역사 주행 데이터를 취득하도록 구성된 주행 데이터 취득 모듈;
    상기 장애물 차량의 역사 주행 데이터와 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 예측하기 위한 장애물 차량 궤적 예측 모듈; 및
    상기 장애물 차량의 가능한 주행 궤적과 상기 자율 주행 차량의 현재의 주행 상태에 기반하여, 상기 자율 주행 차량의 상기 길목 구역에서의 주행 궤적을 예측하기 위한 자율 주행 차량 궤적 예측모듈을 구비하되,
    여기서, 상기 주행 데이터 취득 모듈은,
    상기 장애물 차량의 상기 길목 구역 내에서의 입구에 기반하여, 상기 길목 구역내에서의 상기 입구에 상응한 차선 라인을 취득하기 위한 제1 차선 라인 취득 유닛;
    상기 장애물 차량의 상기 길목 구역에서의 입구와 상기 장애물 차량의 현재 주행 방향에 기반하여, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는지 여부를 판단하기 위한 주행 판단 유닛; 및
    상기 장애물 차량이 상기 차선 라인에 따라 주행하지 않을 경우, 상기 장애물 차량이 상기 길목 구역에서 주행한 역사 주행 데이터를 취득하기 위한 역사 주행 데이터 취득 유닛을 구비하는
    것을 특징으로 하는 장치.
  8. 제7 항에 있어서,
    상기 장애물 차량 궤적 예측 모듈은 또한, 상기 장애물 차량이 상기 차선 라인에 따라 주행하는 것으로 결정된 경우, 상기 역사 주행 데이터를 취득하지 않고, 상기 차선 라인, 상기 장애물 차량의 현재의 주행 상태에 기반하여, 상기 장애물 차량의 가능한 주행 궤적을 결정하기 위한
    것을 특징으로 하는 장치.
  9. 차량 궤적을 예측하는 단말 장치에 있어서,
    하나 또는 다수의 프로세서; 및
    하나 또는 다수의 프로그램을 저장하는 메모리를 구비하며;
    상기 하나 또는 다수의 프로그램이 상기 하나 또는 다수의 프로세서에 의해 수행될 시, 상기 하나 또는 다수의 프로세서가 제1 항 내지 제4항의 어느 한 상기 방법을 구현하도록 하는
    것을 특징으로 하는 단말 장치.
  10. 컴퓨터 판독 가능 저장 매체에 있어서,
    컴퓨터 프로그램을 저장하고, 당해 프로그램이 프로세서에 의해 수행될 시 제1 항 내지 제4항 중 어느 한 항의 상기 방법을 구현하도록 하는
    것을 특징으로 하는 저장 매체.
KR1020210164857A 2019-03-12 2021-11-25 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치 KR102524716B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201910185821.XA CN109878515B (zh) 2019-03-12 2019-03-12 预测车辆轨迹的方法、装置、存储介质和终端设备
CN201910185821.X 2019-03-12
KR1020200020606A KR20200110174A (ko) 2019-03-12 2020-02-19 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020200020606A Division KR20200110174A (ko) 2019-03-12 2020-02-19 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치

Publications (2)

Publication Number Publication Date
KR20210148052A true KR20210148052A (ko) 2021-12-07
KR102524716B1 KR102524716B1 (ko) 2023-04-21

Family

ID=66931906

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200020606A KR20200110174A (ko) 2019-03-12 2020-02-19 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치
KR1020210164857A KR102524716B1 (ko) 2019-03-12 2021-11-25 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020200020606A KR20200110174A (ko) 2019-03-12 2020-02-19 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치

Country Status (5)

Country Link
US (1) US11285970B2 (ko)
EP (1) EP3709281B1 (ko)
JP (1) JP7149302B2 (ko)
KR (2) KR20200110174A (ko)
CN (1) CN109878515B (ko)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11679764B2 (en) * 2019-06-28 2023-06-20 Baidu Usa Llc Method for autonomously driving a vehicle based on moving trails of obstacles surrounding the vehicle
CN110497906B (zh) * 2019-08-30 2021-11-02 北京百度网讯科技有限公司 车辆控制方法、装置、设备和介质
CN110850874A (zh) * 2019-11-11 2020-02-28 驭势科技（北京）有限公司 一种智能驾驶车辆的控制方法、装置、系统及存储介质
CN111380555A (zh) * 2020-02-28 2020-07-07 北京京东乾石科技有限公司 车辆行为预测方法及装置、电子设备、存储介质
CN112534483B (zh) * 2020-03-04 2021-12-14 华为技术有限公司 预测车辆驶出口的方法和装置
CN111422204B (zh) * 2020-03-24 2022-03-04 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN111583636B (zh) * 2020-04-29 2022-03-11 重庆大学 一种基于车路协同的混合交通横纵耦合控制方法
CN111595352B (zh) * 2020-05-14 2021-09-28 陕西重型汽车有限公司 一种基于环境感知和车辆行驶意图的轨迹预测方法
CN113799793B (zh) * 2020-05-29 2023-05-12 魔门塔(苏州)科技有限公司 一种基于数据驱动的实现预测模型自动化迭代的系统
CN113879295B (zh) * 2020-07-02 2024-04-12 华为技术有限公司 轨迹预测方法及装置
CN111767360A (zh) * 2020-07-02 2020-10-13 北京百度网讯科技有限公司 路口虚拟车道标注的方法及装置
CN111879330A (zh) * 2020-08-05 2020-11-03 苏州挚途科技有限公司 路口行驶路径的规划方法、装置、处理器和自动驾驶车辆
CN112193244B (zh) * 2020-09-30 2021-07-20 浙江大学 基于线性约束的自动驾驶车辆运动规划方法
WO2022077153A1 (zh) * 2020-10-12 2022-04-21 华为技术有限公司 一种辅助驾驶方法、装置和汽车
CN114494504A (zh) * 2020-10-27 2022-05-13 华为技术有限公司 掉头车道线自动标注方法、装置、计算机可读存储介质及地图
CN112644518B (zh) * 2020-12-31 2021-11-05 广州文远知行科技有限公司 一种车辆轨迹预测方法、装置、设备和存储介质
CN112926135B (zh) * 2021-03-02 2024-01-23 北京百度网讯科技有限公司 场景信息确定方法、装置、设备、存储介质和程序产品
CN113022580B (zh) * 2021-03-17 2022-07-22 地平线(上海)人工智能技术有限公司 轨迹预测方法、装置、存储介质及电子设备
CN113104041B (zh) * 2021-05-08 2022-11-04 地平线(上海)人工智能技术有限公司 行车轨迹预测方法、装置、电子设备及存储介质
CN113460091B (zh) * 2021-08-23 2022-10-21 吉林大学 一种无保护十字路口无人车滚动优化决策方法
CN113715814B (zh) * 2021-09-02 2023-03-21 北京百度网讯科技有限公司 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
CN113619606A (zh) * 2021-09-17 2021-11-09 中国第一汽车股份有限公司 障碍物确定方法、装置、设备以及存储介质
CN114019951B (zh) * 2021-09-30 2023-08-08 云鲸智能(深圳)有限公司 机器人的控制方法、装置、机器人及可读存储介质
CN113968243B (zh) * 2021-11-11 2024-02-23 北京三快在线科技有限公司 一种障碍物轨迹预测方法、装置、设备及存储介质
US20230159025A1 (en) * 2021-11-19 2023-05-25 Qualcomm Incorporated Managing Vehicle Behavior Based On Predicted Behavior Of Other Vehicles
CN113879338B (zh) * 2021-11-24 2023-02-17 广州文远知行科技有限公司 一种行驶规划模块优化方法、装置、设备和介质
CN114179832B (zh) * 2021-12-29 2023-12-19 阿波罗智联(北京)科技有限公司 用于自动驾驶车辆的变道方法
CN114387786B (zh) * 2022-01-26 2023-03-21 青岛海信网络科技股份有限公司 一种路口车辆运行状态预测方法及装置
CN115123217B (zh) * 2022-09-02 2022-11-25 青岛慧拓智能机器有限公司 矿区障碍车辆行使轨迹生成方法、装置及计算机设备
CN115195790B (zh) * 2022-09-15 2022-11-29 毫末智行科技有限公司 一种预测车辆轨迹的方法、装置、电子设备及存储介质
CN116576873B (zh) * 2023-05-04 2024-02-13 好品易链(山东)科技发展有限公司 一种服务信息提供方法及系统
CN116309689B (zh) * 2023-05-17 2023-07-28 上海木蚁机器人科技有限公司 障碍物轨迹预测方法、装置、设备和介质
CN117576950B (zh) * 2024-01-16 2024-04-09 长沙行深智能科技有限公司 一种预测车辆选择经过路口入口和路口出口的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140142799A1 (en) * 2012-03-15 2014-05-22 Google Inc. Modifying Behavior of Autonomous Vehicle Based on Predicted Behavior of Other Vehicles
JP2016075905A (ja) * 2014-10-07 2016-05-12 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ，インコーポレイティド 交差点の構造の接合確率モデリング及び推定
US9495874B1 (en) * 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
JP2016207016A (ja) * 2015-04-24 2016-12-08 日産自動車株式会社 走行制御装置およびデータ構造
JP2017027599A (ja) * 2015-07-17 2017-02-02 本田技研工業株式会社 旋回予測
JP2018511505A (ja) * 2014-11-06 2018-04-26 オートリブ ディベロップメント エービー 車両の経路予測のためのシステムおよび方法
US20180239361A1 (en) * 2015-11-05 2018-08-23 Ford Global Technologies, Llc. Autonomous Driving At Intersections Based On Perception Data
US20180365999A1 (en) * 2017-06-20 2018-12-20 Zf Friedrichshafen Ag System and method for collision avoidance

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4228894B2 (ja) 2003-12-01 2009-02-25 日産自動車株式会社 危険個所表示システム
JP2006284254A (ja) 2005-03-31 2006-10-19 Denso It Laboratory Inc 進路予測方法及び進路予測装置並びに進路予測情報利用システム
US9633564B2 (en) * 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
JP6171499B2 (ja) 2013-04-02 2017-08-02 トヨタ自動車株式会社 危険度判定装置及び危険度判定方法
US9248834B1 (en) 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
US9845164B2 (en) * 2015-03-25 2017-12-19 Yokogawa Electric Corporation System and method of monitoring an industrial plant
CN104867329B (zh) * 2015-04-23 2017-04-12 同济大学 一种车联网车辆状态预测方法
CN104882025B (zh) * 2015-05-13 2017-02-22 东华大学 一种基于车联网技术的碰撞检测预警方法
CN106652515B (zh) * 2015-11-03 2020-03-20 中国电信股份有限公司 车辆自动控制方法、装置和系统
JP7016214B2 (ja) * 2016-11-29 2022-02-04 アルパイン株式会社 走行可能領域設定装置および走行可能領域設定方法
JP6649512B2 (ja) 2016-12-28 2020-02-19 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN110582802A (zh) * 2017-03-24 2019-12-17 深圳市大疆创新科技有限公司 载运工具行为监测系统和方法
CN107340772B (zh) 2017-07-11 2020-05-22 北京超星未来科技有限公司 一种面向无人驾驶的拟人化参考轨迹规划方法
JP2019032708A (ja) 2017-08-08 2019-02-28 パイオニア株式会社 判定装置、判定方法、及び、プログラム
KR102464607B1 (ko) * 2017-12-27 2022-11-08 현대자동차주식회사 차량 및 그 제어 방법
CN108364461A (zh) * 2018-01-05 2018-08-03 武汉中科通达高新技术股份有限公司 一种车辆行驶轨迹预测方法
EP3680876A1 (en) * 2019-01-08 2020-07-15 Visteon Global Technologies, Inc. Method for planning trajectory of vehicle

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140142799A1 (en) * 2012-03-15 2014-05-22 Google Inc. Modifying Behavior of Autonomous Vehicle Based on Predicted Behavior of Other Vehicles
US9495874B1 (en) * 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
JP2016075905A (ja) * 2014-10-07 2016-05-12 トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ，インコーポレイティド 交差点の構造の接合確率モデリング及び推定
JP2018511505A (ja) * 2014-11-06 2018-04-26 オートリブ ディベロップメント エービー 車両の経路予測のためのシステムおよび方法
JP2016207016A (ja) * 2015-04-24 2016-12-08 日産自動車株式会社 走行制御装置およびデータ構造
JP2017027599A (ja) * 2015-07-17 2017-02-02 本田技研工業株式会社 旋回予測
US20180239361A1 (en) * 2015-11-05 2018-08-23 Ford Global Technologies, Llc. Autonomous Driving At Intersections Based On Perception Data
US20180365999A1 (en) * 2017-06-20 2018-12-20 Zf Friedrichshafen Ag System and method for collision avoidance

Also Published As

Publication number Publication date
JP7149302B2 (ja) 2022-10-06
EP3709281A1 (en) 2020-09-16
EP3709281B1 (en) 2022-10-05
KR102524716B1 (ko) 2023-04-21
JP2020149678A (ja) 2020-09-17
US11285970B2 (en) 2022-03-29
US20200290651A1 (en) 2020-09-17
CN109878515B (zh) 2021-03-16
KR20200110174A (ko) 2020-09-23
CN109878515A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
KR102524716B1 (ko) 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치
KR102324154B1 (ko) 무인자동차의 차선변경 방법, 장치 및 저장매체
US20200269874A1 (en) Track prediction method and device for obstacle at junction
US10126751B2 (en) Lane change support device
CN109891474B (zh) 车辆用控制装置
CN109760675B (zh) 预测车辆轨迹的方法、装置、存储介质和终端设备
KR101818332B1 (ko) 차량의 안전한 주차를 위한 방법 및 장치
WO2019080841A1 (zh) 一种车辆合流的方法及装置
CN109902899B (zh) 信息生成方法和装置
CN110182210B (zh) 车辆控制装置和车辆控制方法
CN113299097B (zh) 用于车辆的辅助系统、相应的方法和存储介质
CN107767683A (zh) 一种道路限行提示方法及装置
CN112833893A (zh) 用于车辆的辅助系统、导航装置、相应的方法和存储介质
CN112509353B (zh) 一种机器人的过路方法、装置、机器人和存储介质
CN112614368B (zh) 行车控制方法、系统及相关设备
CN110138485B (zh) 车载信息广播系统、方法、设备及存储介质
CN115547054B (zh) 一种基于大数据的交通引导系统
CN115662172A (zh) 交通信号灯运行状态确定方法及装置、电子设备
JP2916623B1 (ja) 車の自動分流制御方法及び装置
US20210065545A1 (en) System and method for controlling vehicles and traffic lights using big data
CN115830889A (zh) 一种特勤车辆优先通行的方法、装置及系统
CN116513228A (zh) 一种车辆变道警示方法、装置、电子设备及存储介质
CN116153124A (zh) 基于视觉的路口通行方案的获取方法及相关装置
CN117975753A (zh) 一种车辆行驶视频的处理方法及装置
CN114550480A (zh) 用于自动利用专用车道进行驾驶路径规划的方法和系统

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant