自动驾驶车辆行为预测案.docxVIP

自动驾驶车辆行为预测案

自动驾驶车辆行为预测案

自动驾驶车辆行为预测案需要从感知数据到决策控制之间形成稳定可靠的中间判断层，任何只依赖规则或只依赖端到端模型的方法都难以应对城市交叉口、匝道合流、行人混行、恶劣天气和非常规交通参与者带来的复杂边界情况。行为预测并不是简单地告诉车辆前方物体接下来会移动到哪里，而是要回答多个层次的问题：该物体有没有通行意图，它是否会让行，它是否会突然变道、横穿、急刹、逆行或者做出与交通规则不一致的动作，本车在不同速度、不同车道、不同跟车距离下又该如何调整策略。只有当预测模块能够把动态环境、静态约束、交通语义、历史轨迹、交互关系和不确定性一并纳入推理，自动驾驶系统才可能在真实道路中表现出接近人类但比人类更稳定的安全能力。

一、数据驱动与模型架构在自动驾驶车辆行为预测案中的基础作用

（1）多源感知数据的融合预处理。自动驾驶车辆行为预测首先依赖摄像头、毫米波雷达、激光雷达、超声波雷达、高精地图、惯导单元和车路协同设备提供的信息。摄像头擅长识别车道线、红绿灯、标志标牌、行人身姿和车辆类型，雷达擅长稳定获取相对距离、速度和加速度，激光雷达能够构建三维点云从而刻画障碍物轮廓与空间占据关系，高精地图则提供车道级拓扑、停止线、斑马线、限速区和可行驶区域。行为预测不能把这些数据割裂使用，因为单一传感器都有盲区：摄像头受光照、逆光、雨雪和遮挡影响明显，雷达对静止物