智聯(lián)網(wǎng)汽車(chē)技術(shù) 課件 6.1.3目標(biāo)運(yùn)動(dòng)預(yù)測(cè)-感知意識(shí)交互的運(yùn)動(dòng)模型

目標(biāo)運(yùn)動(dòng)預(yù)測(cè)-感知/意識(shí)交互的運(yùn)動(dòng)模型項(xiàng)目三汽車(chē)決策控制系統(tǒng)任務(wù)6路徑規(guī)劃系統(tǒng)主講人：楊時(shí)川智能網(wǎng)聯(lián)汽車(chē)技術(shù)課程導(dǎo)入目標(biāo)運(yùn)動(dòng)預(yù)測(cè)-感知/意識(shí)交互的運(yùn)動(dòng)模型：一門(mén)關(guān)于智能網(wǎng)聯(lián)汽車(chē)的先進(jìn)技術(shù)能更好地理解和評(píng)估周?chē)h(huán)境中的運(yùn)動(dòng)物學(xué)習(xí)目標(biāo)了解基于軌跡原型的目標(biāo)運(yùn)動(dòng)預(yù)測(cè)模型和基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的模型的原理和優(yōu)缺點(diǎn)01描述感知/意識(shí)交互運(yùn)動(dòng)模型的計(jì)算成本和實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估的兼容性02激活舊知目標(biāo)運(yùn)動(dòng)預(yù)測(cè)的目的是什么？為什么需要預(yù)測(cè)周?chē)矬w的運(yùn)動(dòng)？目標(biāo)運(yùn)動(dòng)預(yù)測(cè)的目的：幫助智能網(wǎng)聯(lián)汽車(chē)更好地了解周?chē)h(huán)境，做出正確的決策和控制，并從中獲取其他運(yùn)動(dòng)物體行為的信息。探索新知基于運(yùn)動(dòng)交互的假設(shè)運(yùn)動(dòng)物體之間是有相互交互關(guān)系的路口直行和左轉(zhuǎn)的車(chē)輛匯入同一條車(chē)道時(shí)，按照轉(zhuǎn)向讓直行的交規(guī)，轉(zhuǎn)向的車(chē)輛會(huì)減速避讓直行的車(chē)輛。探索新知基于運(yùn)動(dòng)交互的假設(shè)運(yùn)動(dòng)物體之間是有相互交互關(guān)系的行人永遠(yuǎn)擁有路權(quán)，但當(dāng)他們感覺(jué)受到車(chē)輛運(yùn)動(dòng)的威脅時(shí)，會(huì)停下來(lái)等待觀望車(chē)輛變道時(shí)通常會(huì)有信號(hào)指示燈探索新知基于運(yùn)動(dòng)交互的假設(shè)基于運(yùn)動(dòng)交互的假設(shè)基于軌跡原型基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)有助于更好地理解環(huán)境，以及更可靠的風(fēng)險(xiǎn)評(píng)估探索新知基于軌跡原型的模型對(duì)于依賴(lài)于軌跡原型的方法，車(chē)輛間的相互影響在學(xué)習(xí)期是難以考慮的，因?yàn)楫a(chǎn)生的大量運(yùn)動(dòng)模式會(huì)很快變得難以處理。探索新知基于軌跡原型的模型但通過(guò)假設(shè)駕駛員在他們可以做到的條件下是有意識(shí)去避免碰撞的，那么在匹配期間考慮相互間的影響時(shí)有可能的，那些會(huì)導(dǎo)致不可避免的碰撞軌跡在匹配期間會(huì)加以限制。探索新知基于軌跡原型的模型在用原型軌跡時(shí)考慮相互聯(lián)系，這是一個(gè)簡(jiǎn)練的處理方式。由于車(chē)輛對(duì)另一車(chē)輛軌跡的影響難以直接建模，所以，原有的一些弊端在這種方式上仍然存在。探索新知基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的模型大部分感知/意識(shí)交互的運(yùn)動(dòng)模型是基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)用耦合隱馬爾可夫模型(CHMMs)可以對(duì)多運(yùn)動(dòng)實(shí)體的成對(duì)依賴(lài)關(guān)系進(jìn)行建模探索新知基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的模型由于成對(duì)依賴(lài)關(guān)系的數(shù)量會(huì)隨實(shí)體的數(shù)量成平方增長(zhǎng)，在復(fù)雜的交通情況下，復(fù)雜性是難以管理的。通過(guò)假設(shè)周?chē)慕煌〞?huì)影響車(chē)輛的利益實(shí)現(xiàn)CHMMs的非對(duì)稱(chēng)可以簡(jiǎn)化模型。探索新知基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的模型依賴(lài)性的非對(duì)稱(chēng)假設(shè)大大地降低了計(jì)算的復(fù)雜度。該假設(shè)就在很多場(chǎng)景使用，特別是在換道超車(chē)或跟車(chē)探索新知小貼士那么感知/意識(shí)交互運(yùn)動(dòng)模型的優(yōu)缺點(diǎn)有哪些呢？感知/意識(shí)交互的運(yùn)動(dòng)模型是目前所報(bào)道的最綜合的方法。由于考慮了車(chē)輛的相互依賴(lài)關(guān)系，相比基于物理的運(yùn)動(dòng)模型，它具有更長(zhǎng)時(shí)間預(yù)測(cè)能力；相比基于行為的運(yùn)動(dòng)預(yù)測(cè)，它具有更高的可靠性。但是，該方法也存在一些缺陷：計(jì)算成本高，不兼容實(shí)時(shí)的風(fēng)險(xiǎn)評(píng)估。即時(shí)檢測(cè)小測(cè)試基于軌跡原型的目標(biāo)運(yùn)動(dòng)預(yù)測(cè)模型有什么優(yōu)點(diǎn)和缺點(diǎn)？小結(jié)目標(biāo)運(yùn)動(dòng)預(yù)測(cè)-感知/意識(shí)交互的運(yùn)動(dòng)模型基于軌跡原型基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型這些模型可以幫助智聯(lián)網(wǎng)汽車(chē)更