公开(公告)号：CN110027563A

公开(公告)日：2019-07-19

申请号：CN201811510142.7

申请日：2018-12-11

Applicant: 沃尔沃汽车公司

Inventor： A·莫弗特 ,  A·乌德布罗姆 ,  A·巴克豪斯 ,  N·穆罕默迪哈 ,  P·哈达

IPC: B60W40/04 ,  B60W40/06 ,  B60W40/10 ,  B60W40/105 ,  G08G1/01 ,  G06N3/04

Abstract: 本发明涉及用于预测车辆(1)的近期路径的方法和系统(40)。为了预测近期路径，收集传感器数据和车辆驾驶数据。收集指示车辆当前占据道路(3)上车行道的道路数据。预处理传感器数据和车辆驾驶数据以提供包括每个目标(5，9，13，17)相对车辆的先前位置、航向和速度的时间序列的目标数据，在深度神经网络中处理目标数据、车辆驾驶数据和道路数据以预测车辆的近期路径。本发明还涉及包括系统的车辆(1)。

公开(公告)号：CN110738870A

公开(公告)日：2020-01-31

申请号：CN201910635577.2

申请日：2019-07-15

Applicant: 沃尔沃汽车公司 ,  哲纳提公司

Inventor： P·哈达 ,  A·乌德布罗姆 ,  N·穆罕默迪哈 ,  A·巴克豪斯 ,  A·莫弗特

IPC: G08G1/16 ,  G08G1/01 ,  B60W30/095

Abstract: 一种用于预测至少一个次级道路用户(106)的轨迹，以避免主车辆(100)与次级道路用户(108)的碰撞路线的方法。确定(S102)主车辆的当前位置。检索(S104)当前交通状况的多个模型化轨迹(110)集群。检测(S106)至少一个次级道路用户的位置和速度。基于至少一个次级道路用户的位置和速度以及多个模型化轨迹集群，预测(S108)至少一个次级道路用户的至少一个可行轨迹(114)。基于选择标准，选择(S110)每个次级道路用户的可行轨迹中的至少一个可行轨迹。根据所选择的至少一个可行轨迹执行(S112)至少一个动作。

公开(公告)号：CN110738870B

公开(公告)日：2022-12-23

申请号：CN201910635577.2

申请日：2019-07-15

Applicant: 沃尔沃汽车公司 ,  哲纳提公司

Inventor： P·哈达 ,  A·乌德布罗姆 ,  N·穆罕默迪哈 ,  A·巴克豪斯 ,  A·莫弗特

IPC: G08G1/16 ,  G08G1/01 ,  B60W30/095

Abstract: 一种用于预测至少一个次级道路用户(106)的轨迹，以避免主车辆(100)与次级道路用户(108)的碰撞路线的方法。确定(S102)主车辆的当前位置。检索(S104)当前交通状况的多个模型化轨迹(110)集群。检测(S106)至少一个次级道路用户的位置和速度。基于至少一个次级道路用户的位置和速度以及多个模型化轨迹集群，预测(S108)至少一个次级道路用户的至少一个可行轨迹(114)。基于选择标准，选择(S110)每个次级道路用户的可行轨迹中的至少一个可行轨迹。根据所选择的至少一个可行轨迹执行(S112)至少一个动作。