无人驾驶（9）预测系统

Posted on | In , |

CONTENTS:

[toc]

1 PNC（Panning and Control）Overview

image-20220426005824549

image-20220426010020157

难点：

  • 人和人之间的博弈–转换成–人和机器的博弈（路口会车情况）

2 Prediction Task

image-20220426010433330

两种方法

  • Model-based
  • Trajectories轨迹预测

image-20220426010827741

Recruit Requirement

image-20220426011146498

3 Vehicle Predict (车辆预测)

image-20220426011425730

道路建模

  • 连续空间–转换成–预测问题

image-20220426011657015

  • 非结构化数据（感知是结构化数据）

lane Feature

  • Lane S (前方)

  • Lane L (宽度)

  • reference lane

  • Curvature 曲率

  • Traffic law 交通信号

Vehicle State

  • Velocity （加速度）
  • Acc （速度）
  • Heading （）
  • Heading rete（角度）
  • Type（车的类型，救护车，交通车）
  • Size

image-20220426012003676

Lane Model

image-20220426012739621

  • Obstacle Statue 输入几秒的数据

image-20220426012846986

Squence Data Network

image-20220426013007183

Apollo Model

image-20220426013338102

Data Pipeline

image-20220426015202905

waygom 首席科学家

image-20220426015504496

Trajectory builder

  • Kalman Filter 卡尔曼滤波
  • Polynomial 多项式
  • Velocity 动力学方式

image-20220426015613613

STOA

  • 各家各的格式
Uber

—用图表示周围环境

  • 当成回归问题，解决

image-20220426015841513

waymo

预测+规划 结合

image-20220426020111762

image-20220426020145542

用图的思想去预测

image-20220426020530774

4 Pedestrian predict (行人预测)

image-20220426020549502

image-20220426020608203

image-20220426020710296

image-20220426020753609

思想：人+人的姿态信息 + 环境信息 + 【分割，识别】 ===形成一个感知预测的结合

输出： 要做的任务（而不是轨迹的预测）

image-20220426020842076

Summary

image-20220426021108625

HomeWork

image-20220426021148390

traffic Violation违规交通

博弈问题