预测模块的责任就是去做一下内容：
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，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，通常这些预测由一组可能的轨迹表示，比如两个虚线箭头。
在这种情况下从绿色车散发出来，每条轨迹的相关概率。
我们将要学习一下内容：
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（深入介绍）
a 过程建模 将模型作为建模的数学技术来处理，各种车道变换，车辆跟踪等，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
