预测障碍物车辆状态的方法及系统技术方案

本发明专利技术实施例提供一种预测障碍物车辆状态的系统，该系统包括：当前状态估计模块，用于对障碍物车辆的当前时刻的状态信息进行估计；状态预测模块，用于根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息；以及驾驶行为预测模块，用于根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。

Method and system for predicting vehicle status of obstacle

An embodiment of the present invention provides a system for predicting the state of an obstacle vehicle, which includes the current state estimation module for estimating the state information of the current moment of an obstacle vehicle; the state prediction module is used to predict the status letter of the next moment of an obstacle vehicle according to the state information at the present time. The driving behavior prediction module is used to judge the driving behavior of the obstacle vehicle according to the state information at the next moment.

【技术实现步骤摘要】
预测障碍物车辆状态的方法及系统
本专利技术涉及自动驾驶领域，具体地，涉及一种预测障碍物车辆状态的方法及系统。
技术介绍
近年来，无人驾驶相关技术得到了广泛关注，其中，在无人车行驶过程中，需要使用障碍物车辆的状态信息作为约束条件，对无人车的行驶轨迹进行规划。通常，对于前方的障碍物车辆，我们通常需要使用其一段时间之后，而非当前的状态作为路径规划算法的约束条件，具体时间视本车的行驶状态而定。因此，需要根据障碍物车辆的当前状态信息，对其未来时刻的状态信息进行预测。本申请专利技术人在实现本专利技术的过程中发现，现有技术的预测障碍物车辆的未来时刻的状态信息的方案具有不能准备预测障碍物车辆的驾驶行为的缺陷。
技术实现思路
本专利技术实施例的目的是提供一种预测障碍物车辆状态的方法及系统，该方法和系统能够准确预测障碍物车辆下一时刻的状态信息，并根据该状态信息判断障碍物车辆的驾驶行为。为了实现上述目的，本专利技术提供一种预测障碍物车辆状态的方法，该方法包括：对障碍物车辆的当前时刻的状态信息进行估计；根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息；以及根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。其中，所述对障碍物车辆的当前时刻的状态信息进行估计包括：利用滤波器对障碍物车辆的当前时刻的横向状态信息和纵向状态信息进行估计。例如，可以利用卡尔曼(Kalman)滤波器系统。其中，所述横向状态信息包括障碍物车辆相对于本车的横向相对位置和横向相对速度，所述纵向状态信息包括障碍物车辆相对于本车的纵向相对位置和纵向相对速度。其中，所述根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息包括：根据所述横向状态信息和纵向状态信息预测障碍物车辆的相对加速度；以及根据所述当前时刻的状态信息和所述相对加速度预测障碍物车辆的下一时刻的状态信息。其中，所述根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为包括：根据所述横向相对位置和所述横向相对速度计算参考值；以及根据所述横向相对速度和所述参考值与预设域值的比较结果判断障碍物车辆是否处于变道驾驶行为。其中，所述根据所述横向相对速度和所述参考值与预设域值的比较结果判断障碍物车辆是否处理变道驾驶行为包括：当所述参考值小于或等于所述预设域值时，判断障碍物车辆的驾驶行为为车道保持模式；当所述参考值大于所述预设域值，并且横向相对速度小于0时，判断障碍物车辆的驾驶行为为向左变道；以及当所述参考值大于所述预设域值时，并且横向相对速度大于0时，判断障碍物车辆的驾驶行为为向右变道。其中，所述根据所述横向相对位置和所述横向相对速度计算参考值包括利用以下公式计算所述参考值：公式1：其中，f(l)为所述参考值，l＝||d||·vy，d为所述横向相对位置，vy为所述横向相对速度，c为调整参数，c用于对所述参考值的计算值进行调整，以使其能够准确反映到判断结果中，因此c可以通过测试进行取值。其中，该方法还包括：根据所述纵向状态信息和所述障碍物车辆的变道行为决定本车的驾驶策略。根据本专利技术的另一方面，还提供一种预测障碍物车辆状态的系统，该系统包括：当前状态估计模块，用于对障碍物车辆的当前时刻的状态信息进行估计；状态预测模块，用于根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息；以及驾驶行为预测模块，用于根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。其中，所述当前状态估计模块包括：滤波器处理模块，用于利用滤波器对障碍物车辆的当前时刻的横向状态信息和纵向状态信息进行估计。其中，所述横向状态信息包括障碍物车辆相对于本车的横向相对位置和横向相对速度，所述纵向状态信息包括障碍物车辆相对于本车的纵向相对位置和纵向相对速度。其中，所述状态预测模块包括：相对加速度预测模块，用于根据所述横向状态信息和纵向状态信息预测障碍物车辆的相对加速度；以及状态信息预测模块，用于根据所述当前时刻的装态信息的所述相对加速度预测障碍物车辆的下一时刻的状态信息。其中，所述驾驶行为预测模块包括：参考值确定模块，用于根据所述横向相对位置和所述横向相对速度计算参考值；驾驶行为判断模块，用于根据所述横向相对速度和所述参考值与预设域值的比较结果判断障碍物车辆是否处于变道驾驶行为。其中，所述驾驶行为判断模块当所述参考值小于或等于所述预设域值时，判断障碍物车辆的驾驶行为为车道保持模式；当所述参考值大于所述预设域值，并且横向相对速度小于0时，判断障碍物车辆的驾驶行为为向左变道；当所述参考值大于所述预设域值时，并且横向相对速度大于0时，判断障碍物车辆的驾驶行为为向右变道。其中，所述参考值确定模块利用上述公式1计算所述参考值。其中，所述驾驶行为判断模块根据所述纵向状态信息和所述障碍物车辆的变道行为决定本车的驾驶策略。通过上述技术方案，通过本车周围的障碍物车辆相对本车的相对位置以及相对速度等信息的估计，可以预测出障碍物车辆在下一时刻相对于本车的相对位置和相对速度，从而可以根据这些信息准确地判断出障碍物车辆的驾驶行为，进而本车可以做出适当的驾驶决策，从而实现安全的自动驾驶。本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：图1是根据本专利技术的实施例一的预测障碍物车辆状态的方法的流程图；图2是根据本专利技术的实施例二的预测障碍物车辆状态的方法的流程图；图3是根据本专利技术的实施例三的预测障碍物车辆状态的系统的结构图；图4是根据本专利技术的实施例四的预测障碍物车辆状态的系统的结构图；以及图5是根据本专利技术的实施例的坐标系的示意图。附图标记说明100：当前状态估计模块110：滤波器处理模块200：状态预测模块210：相对加速度预测模块220：状态信息预测模块300：驾驶行为预测模块310：参考值确定模块320：驾驶行为判断模块具体实施方式以下结合附图对本专利技术实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术实施例，并不用于限制本专利技术实施例。图1是根据本专利技术的实施例一的预测障碍物车辆状态的方法的流程图。如图1所示，所述预测障碍物车辆状态的方法包括以下步骤：在步骤S100中，对障碍物车辆的当前时刻的状态信息进行估计。在步骤S200中，根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息。在步骤S300中，以及根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。图2是根据本专利技术的实施例二的预测障碍物车辆状态的方法的流程图。如图2所示，上述步骤S100可以包括步骤S110，在步骤S110中，可以利用滤波器对障碍物车辆的当前时刻的横向状态信息和纵向状态信息进行估计。例如，可以利用卡尔曼(Kalman)滤波器对障碍物车辆的纵向和横向状态进行估计，卡尔曼滤波器可以优选地设计为二阶系统，其中，所预测的状态信息为车辆相对于本车的相对位置和相对速度，由于需要对车辆的横向状态信息和纵向状态信息分别进行估计，因此卡尔曼滤波器的参数含有四个状态变量，即障碍物车辆相对于本车的横向相对位置和横向相对速度，以及障碍物车辆相对于本车的纵向相对位置和纵向相对速度。如图2所示，上述步骤S20本文档来自技高网...

【技术保护点】
1.一种预测障碍物车辆状态的系统，其特征在于，该系统包括：当前状态估计模块，用于对障碍物车辆的当前时刻的状态信息进行估计；状态预测模块，用于根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息；以及驾驶行为预测模块，用于根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。

【技术特征摘要】
1.一种预测障碍物车辆状态的系统，其特征在于，该系统包括：当前状态估计模块，用于对障碍物车辆的当前时刻的状态信息进行估计；状态预测模块，用于根据所述当前时刻的状态信息预测障碍物车辆的下一时刻的状态信息；以及驾驶行为预测模块，用于根据所述下一时刻的状态信息判断障碍物车辆的驾驶行为。2.根据权利要求1所述的预测障碍物车辆状态的系统，其特征在于，所述当前状态估计模块包括：滤波器处理模块，用于利用滤波器对障碍物车辆的当前时刻的横向状态信息和纵向状态信息进行估计。3.根据权利要求2所述的预测障碍物车辆状态的系统，其特征在于，所述横向状态信息包括障碍物车辆相对于本车的横向相对位置和横向相对速度，所述纵向状态信息包括障碍物车辆相对于本车的纵向相对位置和纵向相对速度。4.根据权利要求2所述的预测障碍物车辆状态的方法，其特征在于，所述状态预测模块包括：相对加速度预测模块，用于根据所述横向状态信息和纵向状态信息预测障碍物车辆的相对加速度；以及状态信息预测模块，用于根据所述当前时刻的装态信息的所述相对加速度预测障碍物车辆的下一时刻的状态信息。5.根据权利要求3所述...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：乐视汽车北京有限公司，
类型：发明
国别省市：北京,11