轨迹预测方法、装置、设备和存储介质制造方法及图纸

本申请提供一种轨迹预测方法、装置、设备和存储介质，该方法包括：获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定采样时刻下与车辆位置信息对应的周围区域，其中，周围区域中包括障碍物；获取障碍物在采样时刻下的障碍物运动信息；根据车辆位置信息、车辆运动信息和障碍物运动信息，确定车辆的预测轨迹信息。本申请提供的轨迹预测方法，充分考虑了车辆所在交通场景中，障碍物对车辆驾驶轨迹的影响，利用车辆位置信息、车辆运动信息和障碍物运动信息来进行车辆驾驶轨迹预测，所得到的预测轨迹信息准确度高，适用于针对复杂交通场景中的自动驾驶轨迹预测，能够有效保证自动驾驶车辆的安全驾驶。

Trajectory prediction methods, devices, equipment and storage media

【技术实现步骤摘要】
轨迹预测方法、装置、设备和存储介质
本申请涉及自动驾驶领域，尤其涉及一种轨迹预测方法、装置、设备和存储介质。
技术介绍
随着自动驾驶技术的发展，自动驾驶车辆开始得到发展和应用。自动驾驶车辆需要依据预测出的轨迹进行自动驾驶，可知，在自动驾驶车辆驾驶的过程中，需要对轨迹进行预测。现有技术中，在对自动驾驶车辆进行轨迹预测的时候，可以依据自动驾驶车辆的运动规律对轨迹进行计算和预测，例如采用概率轨迹模型法预测出自动驾驶车辆的轨迹。然而现有技术中，在自动驾驶车辆的实际驾驶过程中，自动驾驶车辆的周围环境是较为复杂的。只是依据自动驾驶车辆的运动规律对轨迹进行预测，没有充分考虑到周围环境对轨迹的影响，所得到的轨迹是不够准确的；轨迹预测结果的准确性和精准度较低，会进一步影响到自动驾驶车辆的安全驾驶。
技术实现思路
本申请提供一种轨迹预测方法、装置、设备和存储介质，用以解决针对复杂交通场景中的自动驾驶轨迹预测问题。第一方面，本申请提供一种轨迹预测方法，包括：获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述周围区域中包括障碍物；获取所述障碍物在所述采样时刻下的障碍物运动信息；根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息。进一步地，根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息，包括：根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为；根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息；根据所述轨迹信息，确定所述车辆的预测轨迹信息。进一步地，根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为，包括：根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定第一特征向量；将所述第一特征向量，输入到不同驾驶行为对应的分类模型中，得到所述第一特征向量属于不同驾驶行为的概率值；确定概率值最大的驾驶行为，为所述车辆的驾驶行为。进一步地，所述第一特征向量包括：所述车辆位置信息和所述车辆运动信息；且所述第一特征向量还包括：所述车辆与所述障碍物间的相对位置信息、和/或所述车辆与所述障碍物间的相对运动信息；所述车辆位置信息为所述车辆到车道中心线的距离值；所述车辆运动消息包括车辆速度值和车辆运动方向。进一步地，根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息，包括：将所述车辆位置信息和所述车辆运动信息，构成第二特征向量；根据所述第二特征向量，确定所述轨迹信息。进一步地，所述轨迹信息为一个位置点，根据所述第二特征向量，确定所述轨迹信息，包括：将所述第二特征向量，输入到预设的与所述驾驶行为对应的混合高斯模型中，得到所述车辆在所述驾驶行为下的位置区域，其中，所述位置区域中包括多个位置点，每一个位置点对应一个轨迹概率值；确定轨迹概率值最大的位置点，为所述轨迹信息。进一步地，所述第二特征向量包括：所述车辆位置信息和所述车辆运动信息；所述车辆位置信息为所述车辆到车道中心线的距离值；所述车辆运动消息包括车辆速度值和车辆运动方向。进一步地，根据所述轨迹信息，确定所述车辆的预测轨迹信息，包括：将所述轨迹信息所表征的位置点，作为起始位置；选取预设障碍物轨迹中以所述起始位置为起点的轨迹段，为所述预测轨迹信息。进一步地，所述驾驶行为是以下任意一种：左变道前期行为、左变道中期行为、左变道后期行为、直行行为、右变道前期行为、右变道中期行为、右变道后期行为。第二方面，本申请提供一种轨迹预测装置，包括：第一获取单元，用于获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述周围区域中包括障碍物；第二获取单元，用于获取所述障碍物在所述采样时刻下的障碍物运动信息；确定单元，用于根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息。进一步地，确定单元，包括：第一确定单元，用于根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为；第二确定单元，用于根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息；第三确定单元，用于根据所述轨迹信息，确定所述车辆的预测轨迹信息。进一步地，第一确定单元，包括：第一确定子单元，用于根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定第一特征向量；第一操作子单元，用于将所述第一特征向量，输入到不同驾驶行为对应的分类模型中，得到所述第一特征向量属于不同驾驶行为的概率值；第二确定子单元，用于确定概率值最大的驾驶行为，为所述车辆的驾驶行为。进一步地，所述第一特征向量包括：所述车辆位置信息和所述车辆运动信息；且所述第一特征向量还包括：所述车辆与所述障碍物间的相对位置信息、和/或所述车辆与所述障碍物间的相对运动信息；所述车辆位置信息为所述车辆到车道中心线的距离值；所述车辆运动消息包括车辆速度值和车辆运动方向。进一步地，第二确定单元，包括：第一操作子单元，用于将所述车辆位置信息和所述车辆运动信息，构成第二特征向量；第一确定子单元，用于根据所述第二特征向量，确定所述轨迹信息。进一步地，所述轨迹信息为一个位置点，第一确定子单元，包括：第一操作模块，用于将所述第二特征向量，输入到预设的与所述驾驶行为对应的混合高斯模型中，得到所述车辆在所述驾驶行为下的位置区域，其中，所述位置区域中包括多个位置点，每一个位置点对应一个轨迹概率值；第一确定模块，用于确定轨迹概率值最大的位置点，为所述轨迹信息。进一步地，所述第二特征向量包括：所述车辆位置信息和所述车辆运动信息；所述车辆位置信息为所述车辆到车道中心线的距离值；所述车辆运动消息包括车辆速度值和车辆运动方向。进一步地，第三确定单元，包括：第一操作子单元，用于将所述轨迹信息所表征的位置点，作为起始位置；第二操作子单元，用于选取预设障碍物轨迹中以所述起始位置为起点的轨迹段，为所述预测轨迹信息。进一步地，所述驾驶行为是以下任意一种：左变道前期行为、左变道中期行为、左变道后期行为、直行行为、右变道前期行为、右变道中期行为、右变道后期行为。第三方面，本申请提供了一种轨迹预测设备，包括：处理器、存储器以及计算机程序；其中，计算机程序存储在存储器中，并被配置为由处理器执行以实现如上任一项的方法。第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行以实现如上任一项的方法。本申请提供的轨迹预测方法、装置、设备和存储介质，通过获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定采样时刻下与车辆位置信息对应的周围区域，其中，周围区域中包括障碍物；获取障碍物在采样时刻下的障碍物运动信息；根据车辆位置信息、车辆运动信息和障碍物运动信息，确定车辆的预测轨迹信息。充分考虑了车辆所在的交通场景中，障碍物对车辆驾驶轨迹的影响，利用车辆位置信息、车辆运动信息和障碍物运动信息来进行车辆驾驶轨迹预测，得到的预测轨迹信息准确度高，轨迹预测结果精准度高，适用于针对复杂交通场景的自动驾驶轨迹预测，能够有效保本文档来自技高网...

【技术保护点】
1.一种轨迹预测方法，其特征在于，包括：获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述周围区域中包括障碍物；获取所述障碍物在所述采样时刻下的障碍物运动信息；根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息。

【技术特征摘要】
1.一种轨迹预测方法，其特征在于，包括：获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述周围区域中包括障碍物；获取所述障碍物在所述采样时刻下的障碍物运动信息；根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息。2.根据权利要求1所述的方法，其特征在于，根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的预测轨迹信息，包括：根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为；根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息；根据所述轨迹信息，确定所述车辆的预测轨迹信息。3.根据权利要求2所述的方法，其特征在于，根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为，包括：根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定第一特征向量；将所述第一特征向量，输入到不同驾驶行为对应的分类模型中，得到所述第一特征向量属于不同驾驶行为的概率值；确定概率值最大的驾驶行为，为所述车辆的驾驶行为。4.根据权利要求3所述的方法，其特征在于，所述第一特征向量包括：所述车辆位置信息和所述车辆运动信息；且所述第一特征向量还包括：所述车辆与所述障碍物间的相对位置信息、和/或所述车辆与所述障碍物间的相对运动信息；所述车辆位置信息为所述车辆到车道中心线的距离值；所述车辆运动消息包括车辆速度值和车辆运动方向。5.根据权利要求2所述的方法，其特征在于，根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息，包括：将所述车辆位置信息和所述车辆运动信息，构成第二特征向量；根据所述第二特征向量，确定所述轨迹信息。6.根据权...

【专利技术属性】
技术研发人员：高严岩，贾丙西，郑剑，王鹏，
申请(专利权)人：杭州飞步科技有限公司，
类型：发明
国别省市：浙江,33