详情

原文传递障碍物轨迹预测方法、装置、电子设备及存储介质

专利名称：	障碍物轨迹预测方法、装置、电子设备及存储介质
摘要：	本发明实施例公开了一种障碍物轨迹预测方法、装置、电子设备及存储介质，包括：根据目标车辆的基准位置信息，确定至少一个障碍物的障碍位置信息，将车载高精地图，基准位置信息和障碍位置信息转换到弗莱纳坐标系中；根据各障碍位置信息和车载高精地图，确定各障碍物的车道属性；基于障碍物的历史轨迹、障碍运动速度和障碍物的车道属性拟合得到第一概率，并基于预先训练的轨迹预测模型，对障碍位置信息、障碍运动速度和车道属性处理确定第二概率；基于第一概率和第二概率确定目标换道概率，并根据车道属性、障碍位置信息、障碍运动速度和目标换道概率，预测障碍物的目标轨迹和目标运动速度。本发明实施例实现了提高障碍物轨迹预测准确性的效果。
专利类型：	发明专利
国家地区组织代码：	吉林;22
申请人：	中国第一汽车股份有限公司
发明人：	尚秉旭;李宇寂;陈志新;王洪峰;刘洋;许朝文;张勇;何柳
专利状态：	有效
申请日期：	2022-01-28T00:00:00+0800
发布日期：	2022-03-22T00:00:00+0800
申请号：	CN202210105100.5
公开号：	CN114212110A
代理机构：	北京远智汇知识产权代理有限公司
代理人：	刘欣
分类号：	B60W60/00;B60W30/095;B;B60;B60W;B60W60;B60W30;B60W60/00;B60W30/095
申请人地址：	130011 吉林省长春市汽车经济技术开发区新红旗大街1号
主权项：	1.一种障碍物轨迹预测方法，其特征在于，包括：根据目标车辆的基准位置信息，确定至少一个障碍物的障碍位置信息，并将车载高精地图，所述基准位置信息以及所述障碍位置信息转换到弗莱纳坐标系中；根据弗莱纳坐标系中的各障碍位置信息以及所述车载高精地图，确定各障碍物的车道属性；针对每一个障碍物，基于所述障碍物的历史轨迹、所述障碍物的障碍运动速度以及所述障碍物的车道属性，拟合得到所述障碍物变更车道的第一概率，并基于预先训练的轨迹预测模型，对所述障碍物的障碍位置信息、所述障碍运动速度以及所述车道属性处理，确定所述障碍物变更车道的第二概率；基于所述第一概率和所述第二概率，确定所述障碍物的目标换道概率，并根据所述车道属性、所述障碍位置信息、所述障碍物的障碍运动速度以及所述目标换道概率，预测所述障碍物的目标轨迹以及目标运动速度。 2.根据权利要求1所述的方法，其特征在于，所述根据目标车辆的基准位置信息，确定至少一个障碍物的障碍位置信息，包括：基于定位系统获取目标车辆的基准位置信息，基于所述目标车辆的车载传感器，确定至少一个障碍物与所述目标车辆的相对位置信息；基于所述基准位置信息以及各相对位置信息，确定所述至少一个障碍物的障碍位置信息。 3.根据权利要求1所述的方法，其特征在于，所述根据弗莱纳坐标系中的各障碍位置信息以及所述车载高精地图，确定各障碍物的车道属性，包括：根据弗莱纳坐标系中的车载高精地图确定车道线位置信息；根据弗莱纳坐标系中的各障碍位置信息以及所述车道线位置信息确定各障碍物的车道属性。 4.根据权利要求1所述的方法，其特征在于，所述基于所述障碍物的历史轨迹、所述障碍物的障碍运动速度以及所述障碍物的车道属性，拟合得到所述障碍物变更车道的第一概率，包括：基于所述目标车辆的车载传感器获取所述障碍物的历史轨迹以及所述障碍物的障碍运动速度；根据所述历史轨迹、所述障碍运动速度以及所述车道属性，通过函数拟合的方式，确定未来时刻所述障碍物变更车道的第一概率。 5.根据权利要求1所述的方法，其特征在于，还包括：训练轨迹预测模型；所述训练轨迹预测模型，包括：根据样本障碍物的样本位置信息、所述样本障碍物的样本运动速度、所述样本障碍物所对应的样本车道信息、以及未来时刻所述样本障碍物的变道情况构建样本障碍物训练集；基于所述样本障碍物训练集对初始预测模型进行训练，得到轨迹预测模型。 6.根据权利要求1所述的方法，其特征在于，所述基于所述第一概率和所述第二概率，确定所述障碍物的目标换道概率，包括：获取与所述第一概率相对应的第一权值以及与所述第二概率相对应的第二权值，并根据所述第一概率、所述第一权值、所述第二概率和所述第二权值，确定所述障碍物的目标换道概率。 7.根据权利要求1所述的方法，其特征在于，所述根据所述车道属性、所述障碍位置信息、所述障碍物的障碍运动速度以及所述目标换道概率，预测所述障碍物的目标轨迹以及目标运动速度，包括：根据所述目标换道概率，确定所述障碍物是否换道行驶；若是，则根据与所述车道属性相对应的原始中心线、换道行驶所对应的车道的目标中心线以及所述障碍位置信息，通过轨迹拟合方法预测所述障碍物的目标轨迹，并根据所述目标轨迹中的航向角以及所述障碍物的障碍运动速度，确定所述障碍物的目标运动速度；若否，则根据与所述车道属性相对应的原始中心线和所述障碍位置信息，确定所述障碍物到所述原始中心线的偏移距离，根据所述偏移距离以及所述原始中心线，预测所述障碍物的目标轨迹，并根据所述障碍物的障碍运动速度确定障碍物的目标运动速度。 8.一种障碍物轨迹预测装置，其特征在于，包括：坐标转换模块，用于根据目标车辆的基准位置信息，确定至少一个障碍物的障碍位置信息，并将车载高精地图，所述基准位置信息以及所述障碍位置信息转换到弗莱纳坐标系中；车道属性确定模块，用于根据弗莱纳坐标系中的各障碍位置信息以及所述车载高精地图，确定各障碍物的车道属性；概率确定模块，用于针对每一个障碍物，基于所述障碍物的历史轨迹、所述障碍物的障碍运动速度以及所述障碍物的车道属性，拟合得到所述障碍物变更车道的第一概率，并基于预先训练的轨迹预测模型，对所述障碍物的障碍位置信息、所述障碍运动速度以及所述车道属性处理，确定所述障碍物变更车道的第二概率；预测模块，用于基于所述第一概率和所述第二概率，确定所述障碍物的目标换道概率，并根据所述车道属性、所述障碍位置信息、所述障碍物的障碍运动速度以及所述目标换道概率，预测所述障碍物的目标轨迹以及目标运动速度。 9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的障碍物轨迹预测方法。 10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的障碍物轨迹预测方法。
所属类别：	发明专利