1.2 输入和输出定义 | 自动驾驶小白说

1.2.1 轨迹预测的输入

agent指交通参与者, 可以是预测目标本身, 也可以是预测目标附近的交通参与者.

首先我们将第个agent在时刻的状态, 定义为:

状态包括:坐标, 速度, 航向角等等状态信息

第个agent的历史信息, 可以定义为:

代表历史时间步长, 代表当前时间之前时间步长的状态, 代表当前时间的状态.

如果我们将折线定义为一组向量, 其中第个线段的首末点构成向量:

那么lane可以定义为:

分别代表中心线, 左边界和右边界对应的向量.

代表lane的属性:直行, 左转, 右转等等

代表lane的最高限速

也可以加入lane的曲率等其他信息

地图存在一些特殊的区域, 比如说人行道crosswalk, 禁停区等等, 可以用多边形(n个)表达边界:

这样我们可以定义特殊区域为:

t时刻的红绿灯信息定义为:

是指红绿灯的位置

指红绿灯的状态: 红灯, 绿灯, 黄灯等等

一般而言, 轨迹预测会输出一条或者多条时间序列下的离散点集, 也就是轨迹. 当输出轨迹不止1条时, 称之为多模态. 如图目标车辆有红色和绿色两条预测轨迹:

将第个agent的第条预测轨迹定义为:

代表预测轨迹的时间步长数.

有一些预测方法, 也可以输出目标的行为意图(intention), 比如说cut-in,换道等.