TWI796846B - 基於物件互動關係之路徑預測方法及電子裝置 - Google Patents

基於物件互動關係之路徑預測方法及電子裝置 Download PDF

Info

Publication number
TWI796846B
TWI796846B TW110143485A TW110143485A TWI796846B TW I796846 B TWI796846 B TW I796846B TW 110143485 A TW110143485 A TW 110143485A TW 110143485 A TW110143485 A TW 110143485A TW I796846 B TWI796846 B TW I796846B
Authority
TW
Taiwan
Prior art keywords
trajectory
predicted
interaction relationship
vehicle
relationship information
Prior art date
Application number
TW110143485A
Other languages
English (en)
Other versions
TW202321078A (zh
Inventor
曾蕙如
柳青浩
鄭安凱
Original Assignee
財團法人工業技術研究院
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 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW110143485A priority Critical patent/TWI796846B/zh
Priority to CN202111527316.2A priority patent/CN116153056A/zh
Priority to GB2118735.6A priority patent/GB2613034B/en
Priority to US17/563,072 priority patent/US20230159023A1/en
Application granted granted Critical
Publication of TWI796846B publication Critical patent/TWI796846B/zh
Publication of TW202321078A publication Critical patent/TW202321078A/zh

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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • 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
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W40/04—Traffic 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Abstract

提供一種基於物件互動關係之路徑預測方法及電子裝置。此方法包括：接收包括多個影像幀的影片；對多個影像幀中的特定影像幀執行物件辨識，以辨識特定影像幀內的至少一物件；依據至少一物件自互動關係資料庫中取得與至少一物件相關聯的預設互動關係資訊；以及依據預設互動關係資訊來決定導航第一車輛的第一軌跡。

Description

基於物件互動關係之路徑預測方法及電子裝置
本發明是有關於一種自動駕駛決策技術，且特別是有關於一種基於物件互動關係之路徑預測方法及電子裝置。
隨著科技的蓬勃發展，自動駕駛的相關研究也越來越興盛。目前的自駕車於行進中，需要即時分析大量的資訊來實現有效的自動駕駛行為。舉例來說，自駕車在運行過程中需要能精準地分析地圖資訊或周遭物件等資料。這些資料的分析結果可作為控制自駕車行進的依據，使自駕車行進中遇到突發狀況的決策近似於一般駕駛的行為。
然而，自動駕駛的決策能力會影響自駕車的安全性。一但自動駕駛的決策錯誤，將可能發生交通事故等嚴重問題。因此，如何改善自動駕駛決策的準確率實為本領域技術人員所關心的議題。
本發明提供一種基於物件互動關係之路徑預測方法及電子裝置，能夠提升主車周遭物件的軌跡預測精準度。
本發明的基於物件互動關係之路徑預測方法，適用於包括處理器的電子裝置。所述處理器經配置以控制第一車輛。所述方法包括：接收包括多個影像幀的影片；對所述多個影像幀中的特定影像幀執行物件辨識，以辨識所述特定影像幀內的至少一物件；依據所述至少一物件自互動關係資料庫中取得與所述至少一物件相關聯的預設互動關係資訊；以及依據所述預設互動關係資訊來決定導航所述第一車輛的第一軌跡。
本發明的電子裝置，適用於控制第一車輛。所述電子裝置包括儲存裝置以及處理器。所述儲存裝置儲存互動關係資料庫。所述處理器耦接所述儲存裝置，並且所述處理器經配置以：接收包括多個影像幀的影片；對所述多個影像幀中的一特定影像幀執行物件辨識，以辨識所述特定影像幀內的至少一物件；依據所述至少一物件自所述互動關係資料庫中取得與所述至少一物件相關聯的一預設互動關係資訊；以及依據所述預設互動關係資訊來決定導航所述第一車輛的第一軌跡。
基於上述，本發明實施例提供的基於物件互動關係之路徑預測方法及電子裝置，可依據物件之間的預設互動關係資訊來生成預測物件的預測軌跡，而可藉由預測物件的預測軌跡來決定 導航主車的軌跡。藉此，透過考量物件之間的預設互動關係來生成預測物件的預測軌跡，本發明可減少主車周遭物件的軌跡預測誤差。基此，可提升主車周遭物件的軌跡預測精準度，進而更精準地規劃主車的導航軌跡。
為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
10:路徑預測系統
11:電子裝置
110:處理器
120:儲存裝置
121:互動關係資料庫
122:環境資訊資料庫
130:輸入輸出裝置
12:影像擷取裝置
1,3,5:主車
2,6,8,14,16,obj1,obj2:物件
4:預設物件
d1,d2,d3,d4,d5,d8,d10,d12:軌跡
img:影像幀
S202~S208,S2081~S2084,S801,S8021,S8022,S8023,S803,S804:步驟
圖1繪示依據本發明一實施例的路徑預測系統的方塊圖。
圖2繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。
圖3繪示依據本發明一實施例的物件辨識的示意圖。
圖4繪示依據本發明一實施例的物件互動關係的示意圖。
圖5繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。
圖6繪示依據本發明一實施例的物件互動關係的示意圖。
圖7繪示依據本發明一實施例的物件互動關係的示意圖。
圖8繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。
圖1繪示依據本發明一實施例的路徑預測系統的方塊圖。請參照圖1，路徑預測系統10包括電子裝置11以及影像擷取裝置12。電子裝置11包括但不限於處理器110、儲存裝置120以及輸入輸出裝置(Input/Output,I/O)130。本實施例的電子裝置11例如是設置在車輛上且具備運算功能的裝置。然而，電子裝置11也可以是遠端伺服器以對車輛進行遠端控制，本發明不在此限制。
處理器110耦接儲存裝置120以及輸入輸出裝置130，其例如是中央處理單元(Central Processing Unit，CPU)，或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor，DSP)、可程式化控制器、特殊應用積體電路(Application Specific Integrated Circuits，ASIC)、可程式化邏輯控制器(Programmable Logic Controller，PLC)或其他類似裝置或這些裝置的組合，而可載入並執行儲存裝置120中儲存的程式，以執行本發明實施例的基於物件互動關係之路徑預測方法。
儲存裝置120例如是任何型態的固定式或可移動式隨機存取記憶體(Random Access Memory，RAM)、唯讀記憶體(read-only memory，ROM)、快閃記憶體(flash memory)、硬碟或類似元件或上述元件的組合，而用以儲存可由處理器110執行的程式以及資料。在一實施例中，儲存裝置120儲存互動關係資料庫121以及環境資訊資料庫122。此外，儲存裝置120例如還儲 存輸入輸出裝置130自影像擷取裝置12接收的影片。
輸入輸出裝置130例如是通用序列匯流排(Universal Serial Bus，USB)、RS232、藍芽(Bluetooth，BT)、無線相容認證(Wireless fidelity，Wi-Fi)等有線或無線的傳輸介面，其是用以接收由相機、攝影機等影像擷取裝置所提供的影片。
影像擷取裝置12用以擷取其前方的影像，其可以是採用電荷耦合元件(charge coupled device,CCD)、互補性氧化金屬半導體(Complementary Metal-Oxide Semiconductor，CMOS)元件或其他元件鏡頭的相機或攝影機。在本實施例中，影像擷取裝置12可設置在主車(亦稱為第一車輛)中，並設置為擷取主車前方的道路影像。值得注意的是，此主車是由處理器110控制的車輛。
在一實施例中，電子裝置11可包含上述影像擷取裝置，輸入輸出裝置130則是裝置內部用以傳輸資料的匯流排，而可將影像擷取裝置所拍攝的影片傳輸至處理器110進行處理，本實施例不限定於上述架構。
圖2繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。請同時參照圖1及圖2，本實施例的方法適用於上述的電子裝置11，以下即搭配電子裝置11的各項元件說明本實施例的基於物件互動關係之路徑預測方法的詳細步驟。
首先，在步驟S202中，處理器110可接收包括多個影像幀的影片。具體來說，處理器110利用輸入輸出裝置130自影像擷取裝置12接收包括多個影像幀的影片。
在步驟S204中，處理器110可對多個影像幀中的特定影像幀執行物件辨識，以辨識特定影像幀內的至少一物件。在一實施例中，處理器110例如是針對特定影像幀執行物件偵測與辨識演算法，以辨識特定影像幀中的物件。舉例來說，處理器110例如是用預先建立且訓練好的物件辨識模型來擷取特定影像幀中的特徵並辨識出物件。其中，物件辨識模型例如是藉由卷積神經網路(Convolutional Neural Network,CNN)、深度神經網路(Deep Neural Networks,DNN)或其他種類的類神經網路(Neural Network)結合分類器所建立的機器學習模型。物件辨識模型是藉由對大量的輸入影像進行學習，而能夠擷取出影像中的特徵並對這些特徵進行分類以辨識出對應特定物件類型的物件。本領域技術人員當可知曉如何訓練可辨識出特定影像幀中的物件的物件辨識模型。
舉例來說，圖3繪示依據本發明一實施例的物件辨識的示意圖。請參照圖3，處理器110可藉由影像擷取裝置12來取得影像幀img，此影像幀img為主車前方的道路影像。處理器110對影像幀img執行物件辨識後，可辨識出物件obj1及物件obj2。在本實施例中，處理器110可利用物件辨識模型而將物件obj1分類為三角錐，並將物件obj2分類為車輛。值得一提的是，處理器110還可分析多個影像幀的影像內容以取得主車與影像幀中的物件的距離、影像幀中多個物件之間的距離以及物件的移動速度。例如，處理器110可分析多個影像幀的影像內容，以取得主車與 圖3中的物件obj1或物件obj2之間的距離、物件obj1與物件obj2之間的距離或者物件obj2的移動速度。然而，上述有關利用影像幀的影像內容分析距離與速度的技術概念為本領域技術人員之慣用技術手段，不再贅述於此。
在步驟S206中，處理器110可依據至少一物件自互動關係資料庫121中取得與至少一物件相關聯的預設互動關係資訊。在本實施例中，互動關係資料庫中可包括多個預設物件之間的預設互動關係資訊。
在一實施例中，預設物件可以是指道路影像中的特定交通物件，並且預設互動關係資訊可以是指多個特定交通物件之間的物件互動關係。以自駕車行駛在道路上的情境為例，特定交通物件可為三角錐、皮球、路樹、車輛、施工標誌、人、車輛等物件，本發明不限於此。換言之，特定交通物件是指道路上可能出現且一般駕駛看到時可能會駕駛行為的物體。
在本實施例中，特定交通物件之間的物件互動關係可區分為兩種類型的物件互動關係。第一類型的物件互動關係記錄一實際物件與一虛擬物件之間的物件互動關係。基於第一類型的物件互動關係，可依據偵測到的一實際物件預測生成一虛擬物件及生成此虛擬物件的軌跡。另一方面，第二類型的物件互動關係記錄兩個實際物件之間的物件互動關係。基於第二類型的物件互動關係，可依據偵測到的兩個實際物件中的其中一實際物件預測另一實際物件的軌跡。換言之，第一類型的物件互動關係可包括車 道上未出現但預測可能會因為車道上出現的實際物件而出現的虛擬物件與該實際物件之間的物件互動關係。另一方面，第二類型的物件互動關係可包括在車道上出現的兩個實際物件之間的物件互動關係。
以下將以實際車道上可能會出現的情況進行說明。舉例而言，物件互動關係例如包括皮球和人之間的物件互動關係、三角錐/路樹/施工標誌和車輛之間的物件互動關係等，本發明不限於此。在本實施例中，皮球(即實際物件)和人(即虛擬物件)之間的物件互動關係屬於第一類型的物件互動關係。一般來說，當皮球滾到車道上時，很有可能會有追著球衝到車道上的小孩(人)。因此，互動關係資料庫中可儲存皮球和人之間具有物件互動關係「在偵測到皮球時，n秒後會出現以與皮球相同之路徑並以m秒移動的人」，其中n、m為預設數值。另一方面，三角錐/路樹/施工標誌(即實際物件)和車輛(即實際物件)之間的物件互動關係屬於第二類型的物件互動關係。一般駕駛在駕駛車輛的過程中，如果看到車道前方出現三角錐/路樹/施工標誌等障礙物，會轉彎繞過這些障礙物。因此，互動關係資料庫中可儲存三角錐/路樹/施工標誌和車輛之間具有物件互動關係「在偵測到三角錐/路樹/施工標誌及車輛時，車輛會在距離三角錐/路樹/施工標誌j公尺時將行駛速度減慢至時速k來切換車道」，其中j、k為預設數值。值得注意的是，駕駛在駕駛車輛的過程中還有可能遇到其他不同情境，因此本發明並不限於上述物件互動關係。本領域人員當可 經由上述範例實施例的啟示，自行設計其他特定交通物件之間的物件互動關係。
在步驟S208中，處理器110可依據預設互動關係資訊來決定導航主車的軌跡(亦稱為第一軌跡)。在本實施例中，軌跡可包括路徑及路徑中每一軌跡點的速度。具體來說，處理器110可依據預設互動關係資訊生成預測物件的預測軌跡。之後，處理器110可依據預測軌跡決定主車的第一軌跡。
在一實施例中，處理器110會先判斷預設互動關係資訊包括第一類型或第二類型的物件互動關係，以產生判斷結果。接著，處理器110可依據判斷結果生成預測物件的預測軌跡。
在本實施例中，響應於判定預設互動關係資訊包括第一類型的物件互動關係，處理器110可依據步驟S204辨識出的物件自互動關係資料庫121中取得與辨識出的物件相關聯的預設互動關係資訊對應的預設物件作為預測物件。如前述例子，假設皮球和人之間具有第一類型的物件互動關係，處理器110可依據辨識出的皮球自互動關係資料庫121中取得「人」作為預測物件。接著，處理器110可依據預設互動關係資訊以及辨識出的物件的軌跡計算預測物件的預測軌跡。
圖4繪示依據本發明一實施例的物件互動關係的示意圖。為方便說明，圖4示例出主車1及其他物件映射到車道上的示意圖。在本實施例中，假設互動關係資料庫121中儲存有實際物件「皮球」與虛擬物件「人」之間的預設互動關係資訊「在偵 測到皮球時，n秒後會出現以與皮球相同之路徑並以m秒移動的人」。
請參照圖4，本實施例的主車1由處理器110控制以軌跡d1行駛，此軌跡d1為主車1的原始目標軌跡。假設處理器110從特定影像幀中辨識出物件2，而此物件2被分類為皮球。在本實施例中，處理器110會依據物件2自互動關係資料庫121中取得與物件2關聯的預設互動關係資訊「在偵測到皮球時，n秒後會出現以與皮球相同之路徑並以m秒移動的人」。由所述預設互動關係資訊可知，互動關係資料庫121中儲存有物件2與虛擬物件「人」之間的互動關係，因此處理器110可判斷與物件2關聯的預設互動關係資訊包括第一類型物件互動關係。接著，處理器110可依據物件2自互動關係資料庫121中取得與物件2關聯的預設互動關係資訊對應的預設物件4作為預測物件。在本實施例中，預設物件4為「人」。因此，處理器110可依據預設互動關係資訊「在偵測到皮球時，n秒後會出現以與皮球相同之路徑並以m秒移動的人」以及物件2的軌跡d2計算預設物件4的軌跡d4。
在本實施例中，若處理器110判定預設互動關係資訊包括第二類型的物件互動關係，其可採取與第一類型的物件互動關係不同的預測軌跡生成流程。具體來說，請參照圖5，圖5繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。在步驟S2081中，響應於判定預設互動關係資訊包括第二類型的物件互動關係，處理器110可判斷步驟S204辨識出的物件是 否包括第二車輛。在步驟S2082中，響應於判定辨識出的物件包括第二車輛，處理器110可判斷辨識出的物件是否包括與第二車輛之間具有預設互動關係資訊的第一物件。在步驟S2083中，響應於判定辨識出的物件包括第一物件，處理器110會設定第二車輛作為預測物件。之後，在步驟S2084中，處理器110會依據預設互動關係資訊、第一物件相對於預測物件的位置以及預測物件的移動速度計算預測物件的預測軌跡。
圖6繪示依據本發明一實施例的物件互動關係的示意圖。為方便說明，圖6示例出主車3及其他物件映射到車道上的示意圖。在本實施例中，假設互動關係資料庫121中儲存有實際物件「車輛」與實際物件「三角錐」之間的預設互動關係資訊「在偵測到三角錐及車輛時，車輛會在距離三角錐j公尺時將行駛速度減慢至時速k來切換車道」。
請參照圖6，本實施例的主車3由處理器110控制以軌跡d3行駛，此軌跡d3為主車3的原始目標軌跡。處理器110從特定影像幀中辨識出物件6及物件8，而物件6被分類為三角錐，物件8被分類為車輛。在本實施例中，處理器110會依據物件6及物件8自互動關係資料庫121中取得與物件6、物件8分別關聯的預設互動關係資訊。在本實施例中，處理器110可依據物件6或物件8自互動關係資料庫121中取得的預設互動關係資訊包括實際物件「車輛」與實際物件「三角錐」之間的互動關係。因此，處理器110會判斷與物件6或物件8關聯的預設互動關係資訊包括第二類 型的物件互動關係。接著，響應於判定預設互動關係資訊包括第二類型的物件互動關係，處理器110會判斷辨識出的物件6及物件8是否包括車輛。在本實施例中，處理器110響應於判定辨識出的物件8為車輛，會進一步判斷辨識出的其他物件是否包括與物件8之間具有第二類型的物件互動關係的物件。在本實施例中，處理器110可判定辨識出的其他物件中的物件6與物件8之間具有第二類型的物件互動關係，因此會設定物件8(車輛)作為預測物件。並且，處理器110會依據預設互動關係資訊「在偵測到三角錐及車輛時，車輛會在距離三角錐j公尺時將行駛速度減慢至時速k來切換車道」、物件6相對於物件8的位置以及物件8的移動速度計算物件8的預測軌跡d8。
圖7繪示依據本發明一實施例的物件互動關係的示意圖。為方便說明，圖7示例出主車5及其他物件映射到車道上的示意圖。在本實施例中，假設互動關係資料庫121中儲存有實際物件「車輛」與實際物件「車輛」之間的預設互動關係資訊「在偵測到兩台車輛時，後車會在距離前車x公尺時將行駛速度加速至時速y來切換車道」，其中x、y為預設數值。
請參照圖7，本實施例的主車5由處理器110控制以軌跡d5行駛，此軌跡d5為主車5的原始目標軌跡。處理器110從特定影像幀中辨識出物件14及物件16，而物件14及物件16皆被分類為車輛。其中物件14為前車，物件16為後車，且物件14以軌跡d10行駛。在本實施例中，處理器110會依據物件14及物件16自 互動關係資料庫121中取得與物件14、物件16分別關聯的預設互動關係資訊。在本實施例中，處理器110可依據物件14或物件16自互動關係資料庫121中取得的預設互動關係資訊包括實際物件「車輛」與實際物件「車輛」之間的互動關係。因此，處理器110會判斷與物件14或物件16關聯的預設互動關係資訊包括第二類型的物件互動關係。接著，響應於判定預設互動關係資訊包括第二類型的物件互動關係，處理器110會判斷辨識出的物件14及物件16是否包括車輛。在本實施例中，處理器110響應於判定辨識出的物件16為車輛，會判斷辨識出的其他物件是否包括與物件16之間具有第二類型的物件互動關係的物件。在本實施例中，處理器110可判定辨識出的其他物件中的物件14與物件16之間具有第二類型的物件互動關係，因此會設定物件16(後車)作為預測物件。並且，處理器110會依據預設互動關係資訊「在偵測到兩台車輛時，後車會在距離前車x公尺時將行駛速度加速至時速y來切換車道」、物件14相對於物件16的位置以及物件16的移動速度計算物件16的預測軌跡d12。
在計算出主車以外的預測物件的預測軌跡之後，處理器110會依據預測軌跡決定導航主車的第一軌跡。在一實施例中，處理器110可計算生成的預測軌跡與主車的原始目標軌跡之間的預計碰撞時間，並依據預計碰撞時間調整主車的原始目標軌跡以生成第一軌跡。例如，處理器110調整原始目標軌跡中主車的行駛速度(例如，加減速)或行駛方向(例如，轉彎)以生成第一軌 跡。值得注意的是，處理器110可依據主車調整後的行駛速度或行駛方向來更新原始目標軌跡包括的路徑及路徑中每一軌跡點的速度，從而生成第一軌跡。藉此，透過考量物件之間的預設互動關係，本發明實施例可更精準地預測主車周遭物件的軌跡，從而更精準地規劃主車的導航軌跡。
請再回到圖4。舉例來說，在計算出物件4的軌跡d4後，處理器110可計算軌跡d4與主車1的軌跡d1之間的預計碰撞時間t，並依據此預計碰撞時間t減少主車1的軌跡d1中主車1的行駛速度。換言之，處理器110可減少軌跡d1中特定軌跡點的速度，以更新原始目標軌跡來生成用於導航所述主車1的第一軌跡。如此一來，可避免主車1撞上可能會衝出的預設物件4。
圖8繪示依據本發明一實施例的基於物件互動關係之路徑預測方法的流程圖。在一實施例中，處理器110還可依據周遭物件的物件特徵值或周遭環境資訊決定預測物件的預測軌跡。
請參照圖8，在步驟S801中，處理器110可感測特定影像幀中的物件作為預測物件。在步驟S8021中，處理器110可對特定影像幀執行影像辨識操作以取得預測物件的物件特徵值。物件特徵值例如是車輛的方向燈的燈號或車速。例如，影像辨識操作可實施為利用預先建立且訓練好的物件辨識模型來取得特定影像幀中預測物件的物件特徵值，本發明不在此限制。在步驟S8022中，處理器110可依據從特定影像幀中辨識出的物件，自互動關係資料庫121取得與該物件相關聯的預設互動關係資訊。取得預 設互動關係資訊的詳細實施內容可參照前述步驟S206的描述，於此不再贅述。
在步驟S8023，處理器110可依據主車的定位資料自環境資訊資料庫122取得車道幾何資訊。環境資訊資料庫122可儲存地圖資訊，地圖資訊可包括道路資訊及路口資訊。處理器110可自環境資訊資料庫122取得車道縮減、彎道等車道幾何資訊。具體來說，本實施例的電子裝置11還可耦接定位裝置(未繪示)。定位裝置例如是全球定位系統(Global Positioning System,GPS)裝置，其可接收目前主車所在位置的定位資料，包括經度及緯度資料。
在步驟S803中，處理器110可依據物件特徵值、預設互動關係資訊以及車道幾何資訊至少其中之一計算預測物件的預測軌跡。請參照圖7，假設取得物件16的物件特徵值為方向燈的右側燈號亮起，處理器110可判斷物件16即將要右轉。於此，處理器110可依據此物件特徵值計算物件16的軌跡d12。在車道幾何資訊的範例中，假設取得車道幾何資訊為前方道路縮減，處理器110可在預測物件為車輛時，判斷此預測物件會往未縮減的車道行駛。於此，處理器110可依據此車道幾何資訊「前方道路縮減」計算預測物件的軌跡。
在步驟S804中，處理器110可依據預測物件的預測軌跡決定導航主車的第一軌跡，此決定第一軌跡的具體說明可參照前述實施例，於此不再贅述。在決定第一軌跡後，處理器110即可 依據此第一軌跡控制主車移動。
值得注意的是，圖2、5、8與上述實施例中各步驟可以實作為多個程式碼或電路，本發明不加以限制。此外，圖2、5、8的方法可以搭配以上範例實施例使用，也可以單獨使用，本發明不加以限制。
綜上所述，本發明實施例提供的基於物件互動關係之路徑預測方法及電子裝置，可依據物件之間的預設互動關係資訊來生成預測物件的預測軌跡，而可藉由預測物件的預測軌跡來決定導航主車的軌跡。藉此，透過考量物件之間的預設互動關係來生成預測物件的預測軌跡，本發明可減少主車周遭物件的軌跡預測誤差，從而提升此些周遭物件的軌跡預測精準度。此外，本發明還可透過周遭物件的物件特徵值以及車道幾何資訊來更精確地計算預測物件的預測軌跡。基此，本發明可藉由有效預測周遭物件對於主車的影響，來更精準地規劃主車的導航軌跡。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
S202~S208:步驟

Claims (20)

  1. 一種基於物件互動關係之路徑預測方法，適用於包括處理器的電子裝置，所述電子裝置經配置以控制第一車輛，所述方法包括： 接收包括多個影像幀的影片； 對所述多個影像幀中的一特定影像幀執行物件辨識，以辨識所述特定影像幀內的至少一物件； 依據所述至少一物件自一互動關係資料庫中取得與所述至少一物件相關聯的一預設互動關係資訊；以及 依據所述預設互動關係資訊來決定導航所述第一車輛的第一軌跡。
  2. 如請求項1所述的基於物件互動關係之路徑預測方法，其中依據所述預設互動關係資訊來決定導航所述第一車輛的所述第一軌跡的步驟包括： 依據所述預設互動關係資訊生成一預測物件的一預測軌跡；以及 依據所述預測軌跡決定所述第一車輛的所述第一軌跡。
  3. 如請求項2所述的基於物件互動關係之路徑預測方法，其中依據所述預設互動關係資訊生成所述預測物件的所述預測軌跡的步驟包括： 判斷所述預設互動關係資訊包括第一類型或第二類型的物件互動關係，以產生判斷結果；以及 依據所述判斷結果生成所述預測物件的所述預測軌跡。
  4. 如請求項3所述的基於物件互動關係之路徑預測方法，其中依據所述判斷結果生成所述預測物件的所述預測軌跡的步驟包括： 響應於判定所述預設互動關係資訊包括所述第一類型的物件互動關係，依據所述至少一物件自所述互動關係資料庫中取得與所述預設互動關係資訊對應的預設物件作為所述預測物件；以及 依據所述預設互動關係資訊以及所述至少一物件的軌跡計算所述預測物件的所述預測軌跡。
  5. 如請求項3所述的基於物件互動關係之路徑預測方法，其中依據所述判斷結果生成所述預測物件的所述預測軌跡的步驟包括： 響應於判定所述預設互動關係資訊包括所述第二類型的物件互動關係，判斷所述至少一物件是否包括一第二車輛； 響應於判定所述至少一物件包括所述第二車輛，判斷所述至少一物件是否包括與所述第二車輛之間具有所述預設互動關係資訊的一第一物件； 響應於判定所述至少一物件包括所述第一物件，設定所述第二車輛作為所述預測物件；以及 依據所述預設互動關係資訊、所述第一物件相對於所述預測物件的位置以及所述預測物件的移動速度計算所述預測物件的所述預測軌跡。
  6. 如請求項2所述的基於物件互動關係之路徑預測方法，其中依據所述預測軌跡決定所述第一車輛的所述第一軌跡的步驟包括： 計算所述預測軌跡與所述第一車輛的原始目標軌跡之間的預計碰撞時間，並依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡。
  7. 如請求項6所述的基於物件互動關係之路徑預測方法，其中依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡的步驟包括： 依據所述預計碰撞時間調整所述原始目標軌跡中所述第一車輛的行駛速度以生成所述第一軌跡。
  8. 如請求項6所述的基於物件互動關係之路徑預測方法，其中依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡的步驟包括： 依據所述預計碰撞時間調整所述原始目標軌跡中所述第一車輛的行駛方向以生成所述第一軌跡。
  9. 如請求項2所述的基於物件互動關係之路徑預測方法，其中所述方法更包括： 執行影像辨識操作以辨識所述預測物件的物件特徵值；以及 依據所述物件特徵值計算所述預測物件的所述預測軌跡。
  10. 如請求項2所述的基於物件互動關係之路徑預測方法，其中所述方法更包括： 依據所述第一車輛的定位資料自一環境資訊資料庫取得車道幾何資訊；以及 依據所述車道幾何資訊計算所述預測物件的所述預測軌跡。
  11. 一種電子裝置，適用於控制第一車輛，所述電子裝置包括： 儲存裝置，儲存一互動關係資料庫；以及 處理器，耦接所述儲存裝置，並且所述處理器經配置以： 接收包括多個影像幀的影片； 對所述多個影像幀中的一特定影像幀執行物件辨識，以辨識所述特定影像幀內的至少一物件； 依據所述至少一物件自所述互動關係資料庫中取得與所述至少一物件相關聯的一預設互動關係資訊；以及 依據所述預設互動關係資訊來決定導航所述第一車輛的第一軌跡。
  12. 如請求項11所述的電子裝置，其中依據所述預設互動關係資訊來決定導航所述第一車輛的所述第一軌跡的操作包括： 依據所述預設互動關係資訊生成一預測物件的一預測軌跡；以及 依據所述預測軌跡決定所述第一車輛的所述第一軌跡。
  13. 如請求項12所述的電子裝置，其中依據所述預設互動關係資訊生成所述預測物件的所述預測軌跡的操作包括： 判斷所述預設互動關係資訊包括第一類型或第二類型的物件互動關係，以產生判斷結果；以及 依據所述判斷結果生成所述預測物件的所述預測軌跡。
  14. 如請求項13所述的電子裝置，其中依據所述判斷結果生成所述預測物件的所述預測軌跡的操作包括： 響應於判定所述預設互動關係資訊包括所述第一類型的物件互動關係，依據所述至少一物件自所述互動關係資料庫中取得與所述預設互動關係資訊對應的預設物件作為所述預測物件；以及 依據所述預設互動關係資訊以及所述至少一物件的軌跡計算所述預測物件的所述預測軌跡。
  15. 如請求項13所述的電子裝置，其中依據所述判斷結果生成所述預測物件的所述預測軌跡的操作包括： 響應於判定所述預設互動關係資訊包括所述第二類型的物件互動關係，判斷所述至少一物件是否包括一第二車輛； 響應於判定所述至少一物件包括所述第二車輛，判斷所述至少一物件是否包括與所述第二車輛之間具有所述預設互動關係資訊的一第一物件； 響應於判定所述至少一物件包括所述第一物件，設定所述第二車輛作為所述預測物件；以及 依據所述預設互動關係資訊、所述第一物件相對於所述預測物件的位置以及所述預測物件的移動速度計算所述預測物件的所述預測軌跡。
  16. 如請求項12所述的電子裝置，其中依據所述預測軌跡決定所述第一車輛的所述第一軌跡的操作包括： 計算所述預測軌跡與所述第一車輛的原始目標軌跡之間的預計碰撞時間，並依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡。
  17. 如請求項16所述的電子裝置，其中依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡的操作包括： 依據所述預計碰撞時間調整所述原始目標軌跡中所述第一車輛的行駛速度以生成所述第一軌跡。
  18. 如請求項16所述的電子裝置，其中依據所述預計碰撞時間調整所述原始目標軌跡以生成所述第一軌跡的操作包括： 依據所述預計碰撞時間調整所述原始目標軌跡中所述第一車輛的行駛方向以生成所述第一軌跡。
  19. 如請求項12所述的電子裝置，其中所述處理器更經配置以： 執行影像辨識操作以辨識所述預測物件的物件特徵值；以及 依據所述物件特徵值計算所述預測物件的所述預測軌跡。
  20. 如請求項12所述的電子裝置，其中所述儲存裝置儲存一環境資訊資料庫，並且所述處理器更經配置以： 依據所述第一車輛的定位資料自所述環境資訊資料庫取得車道幾何資訊；以及 依據所述車道幾何資訊計算所述預測物件的所述預測軌跡。
TW110143485A 2021-11-23 2021-11-23 基於物件互動關係之路徑預測方法及電子裝置 TWI796846B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW110143485A TWI796846B (zh) 2021-11-23 2021-11-23 基於物件互動關係之路徑預測方法及電子裝置
CN202111527316.2A CN116153056A (zh) 2021-11-23 2021-12-14 基于物件交互关系的路径预测方法及电子装置
GB2118735.6A GB2613034B (en) 2021-11-23 2021-12-22 Method and electronic apparatus for predicting path based on object interaction relationship
US17/563,072 US20230159023A1 (en) 2021-11-23 2021-12-28 Method and electronic apparatus for predicting path based on object interaction relationship

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110143485A TWI796846B (zh) 2021-11-23 2021-11-23 基於物件互動關係之路徑預測方法及電子裝置

Publications (2)

Publication Number Publication Date
TWI796846B true TWI796846B (zh) 2023-03-21
TW202321078A TW202321078A (zh) 2023-06-01

Family

ID=86144555

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110143485A TWI796846B (zh) 2021-11-23 2021-11-23 基於物件互動關係之路徑預測方法及電子裝置

Country Status (4)

Country Link
US (1) US20230159023A1 (zh)
CN (1) CN116153056A (zh)
GB (1) GB2613034B (zh)
TW (1) TWI796846B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005085904A2 (en) * 2004-03-05 2005-09-15 Qinetiq Limited Movement control system
CN109116852A (zh) * 2018-10-24 2019-01-01 邓银发 智能无人驾驶方法和系统
CN109872565A (zh) * 2017-12-04 2019-06-11 财团法人资讯工业策进会 侦测具威胁性车辆的系统及方法
CN112306051A (zh) * 2019-07-25 2021-02-02 武汉光庭科技有限公司 一种高速公路无人驾驶交警车辆机器人系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016216335B4 (de) * 2016-08-30 2020-12-10 Continental Automotive Gmbh System und Verfahren zur Analyse von Fahrtrajektorien für einen Streckenabschnitt
JP6569659B2 (ja) * 2016-12-22 2019-09-04 トヨタ自動車株式会社 衝突回避支援装置
US10156850B1 (en) * 2017-12-08 2018-12-18 Uber Technologies, Inc. Object motion prediction and vehicle control systems and methods for autonomous vehicles
US11126873B2 (en) * 2018-05-17 2021-09-21 Zoox, Inc. Vehicle lighting state determination
US11104334B2 (en) * 2018-05-31 2021-08-31 Tusimple, Inc. System and method for proximate vehicle intention prediction for autonomous vehicles
WO2020113187A1 (en) * 2018-11-30 2020-06-04 Sanjay Rao Motion and object predictability system for autonomous vehicles
US10929986B2 (en) * 2018-12-19 2021-02-23 Fca Us Llc Techniques for using a simple neural network model and standard camera for image detection in autonomous driving
DE102019218504A1 (de) * 2019-01-30 2020-07-30 Mando Corporation Fahrerassistenzsystem und steuerverfahren dafür
US11127142B2 (en) * 2019-12-31 2021-09-21 Baidu Usa Llc Vehicle trajectory prediction model with semantic map and LSTM

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005085904A2 (en) * 2004-03-05 2005-09-15 Qinetiq Limited Movement control system
CN109872565A (zh) * 2017-12-04 2019-06-11 财团法人资讯工业策进会 侦测具威胁性车辆的系统及方法
CN109116852A (zh) * 2018-10-24 2019-01-01 邓银发 智能无人驾驶方法和系统
CN112306051A (zh) * 2019-07-25 2021-02-02 武汉光庭科技有限公司 一种高速公路无人驾驶交警车辆机器人系统

Also Published As

Publication number Publication date
TW202321078A (zh) 2023-06-01
CN116153056A (zh) 2023-05-23
US20230159023A1 (en) 2023-05-25
GB2613034B (en) 2024-01-03
GB2613034A (en) 2023-05-24

Similar Documents

Publication Publication Date Title
US11574089B2 (en) Synthetic scenario generator based on attributes
US11568100B2 (en) Synthetic scenario simulator based on events
US11897518B2 (en) Systems and methods for navigating with sensing uncertainty
JP7333782B2 (ja) ブロッキング静止車両の検出
US11738741B2 (en) Navigation based on detected occlusion overlapping a road entrance
US11042157B2 (en) Lane/object detection and tracking perception system for autonomous vehicles
US10606278B2 (en) Constraint relaxation in a navigational system
CN110379192B (zh) 交叉路口处的远程车辆控制
JP6833936B2 (ja) 自己中心映像に基づく将来の車両位置特定のためのシステム及び方法
CN108073168B (zh) 对自主驾驶车辆进行决策的评估体系
JP6962926B2 (ja) 自律車両の軌道修正のための遠隔操作システムおよび方法
US11150660B1 (en) Scenario editor and simulator
WO2021008605A1 (zh) 一种确定车速的方法和装置
US20180374359A1 (en) Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction
US10849543B2 (en) Focus-based tagging of sensor data
US11042159B2 (en) Systems and methods for prioritizing data processing
US11526721B1 (en) Synthetic scenario generator using distance-biased confidences for sensor data
US20220284619A1 (en) Offline optimization of sensor data for agent trajectories
JP2023529959A (ja) 離脱予測とトリアージ支援のためのシステムと方法
US20240043034A1 (en) Method and system for conditional operation of an autonomous agent
WO2020264276A1 (en) Synthetic scenario generator based on attributes
US20220269836A1 (en) Agent conversions in driving simulations
US20220266859A1 (en) Simulated agents based on driving log data
JP2024019629A (ja) 予測装置、予測方法、プログラムおよび車両制御システム
TWI796846B (zh) 基於物件互動關係之路徑預測方法及電子裝置