第三期预测——1.简介

预测模块的责任就是去做一下内容&＃xff1a;

我们将输入的世界地图和来自传感器融合的数据作为输入&＃xff0c;并产生一些预测未来的输出我们车辆附近的所有车辆

和其他移动物体&＃xff0c;通常这些预测由一组可能的轨迹表示&＃xff0c;比如两个虚线箭头。

在这种情况下从绿色车散发出来&＃xff0c;每条轨迹的相关概率。

我们将要学习一下内容&＃xff1a;

1.概述。

a .高水平的概述。

b.预测的输入输出。

2.如何完成实际预测( 预测技术 )。

a 基于模型的方法   基于模型的预测方法使用运动的数学模型来预测轨迹。

b 数据驱动的方法   数据驱动的方法依赖机器学习   严格的数据驱动预测方法为轨迹聚类。

3. 基于模型的预测方法&＃xff08;深入介绍&＃xff09;

a  过程建模  将模型作为建模的数学技术来处理&＃xff0c;各种车道变换&＃xff0c;车辆跟踪等&＃xff0c;并引入多模态估计器。

b. 多模态估计器  一种处理与预测相关的不确定性有效技术。即一个物体在特定情况下要做哪些操作的不确定性。

4.混合方法    使用数据和过程模型来预测运动

a.密集分类循环  找出一个司机想要做什么和轨迹生成   通过实现一个朴素贝叶斯的算法进行预测

b .朴素贝叶斯