运动轨迹预测

文章目录

• 系列文章目录
• 一、运动轨迹预测基本概念
• 二、运动轨迹预测方法
• • （1）方法一：【即时】基于运动学的预测方法
  • • 1、恒线速度预测方法
    • 2、恒角速度（曲率）预测方法
    • 3、恒线速度+角速度（曲率）预测方法
    • • 示例算法
    • 4、算法评价
  • （2）方法二：【静态规则】基于当前观测的运动数据与假设备选轨迹集的误差预测方法（专利）
  • • 1、观测当前的运动数据
    • 2、假设备选轨迹集生成与组合
    • • 1）基于机器人动作策略（适用于开阔场景：直行、转弯动作轨迹）
      • 2）基于环境图论（适用于规则场景：十字路口、车道线等）
      • 3）基于障碍物状态（备选轨迹集上是否存在障碍物，做对应的筛选剪枝）
    • 3、数据分析与最优预测轨迹筛选（误差指标评估方法）
  • （3）方法三：【动态学习】基于模型训练的预测方法
  • • 模型训练方法
    • • 方法1、机器学习（采用数据驱动，通过挖掘数据特征来确定概率发布）
      • • 1、方法一：高斯过程(Gaussian Process)
        • 2、方法二：支持向量机(SVM)
        • 3、方法三：隐马尔科夫过程(HMM)
        • 4、方法四：动态贝叶斯网络(Dynamic Bayesian Network)
      • 方法2、深度学习的预测方法
      • • 1、方法一：卷积神经网络(CNN)
        • 2、方法二：循环神经网络(RNN)
        • 3、方法三：图神经网络(GNN)
        • 4、方法四：注意力机制
      • 方法3、强化学习的预测方法
      • • 1、方法一：逆强化学习(IRL)
        • 2、方法二：深度逆强化学习(DIRL)
• 三、相关论文解读
• 参考链接
• 拓展：预测轨迹->碰撞检测->行为决策