【技术实现步骤摘要】
障碍物车辆轨迹预测的方法、设备和计算机设备
本申请涉及自动驾驶
，特别是涉及障碍物车辆轨迹预测的方法、设备和计算机设备。
技术介绍
随着汽车工业技术的发展，汽车智能化备受关注，作为汽车智能化的重要组成部分，无人驾驶技术逐渐成为国内外各大厂商的立足竞争点。无人驾驶车辆在启动自动驾驶模式后，通过自身搭载的传感器，获取行驶环境中的障碍物车辆的信息，无人驾驶车辆的控制系统需要对周围的障碍物车辆进行轨迹预测，预测出的轨迹将用于无人驾驶车辆本身的路径规划。在相关技术中，通过神经网络模型对障碍物车辆行为进行预测，在使用该方法的过程中，对传感器的精度要求较高，需求的样本数据量大，且对样本数据的质量要求高，在无人驾驶车辆使用低精度传感器的情况下，预测准确率较低。目前针对相关技术中，在使用低精度传感器，通过神经网络模型对障碍物车辆的行为进行预测的情况下，预测准确率较低的问题，尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种障碍物车辆轨迹预测的方法、设备、计算机设备和计算机可读存储介质，以至...
【技术保护点】
1.一种障碍物车辆轨迹预测的方法，其特征在于，所述方法包括：/n获取障碍物车辆的属性参数和车道参数，根据所述属性参数和所述车道参数，计算所述车辆的车道选择概率，其中，所述属性参数包括几何参数和运动学参数；/n根据所述车道选择概率，在判定所述车辆以第一车道为目标车道的情况下，根据所述属性参数、所述车道参数和所述车辆的轨迹记录，获取所述车辆的变道概率；/n根据所述车道选择概率和所述变道概率，对所述车辆的轨迹进行预测。/n
【技术特征摘要】
1.一种障碍物车辆轨迹预测的方法，其特征在于，所述方法包括：
获取障碍物车辆的属性参数和车道参数，根据所述属性参数和所述车道参数，计算所述车辆的车道选择概率，其中，所述属性参数包括几何参数和运动学参数；
根据所述车道选择概率，在判定所述车辆以第一车道为目标车道的情况下，根据所述属性参数、所述车道参数和所述车辆的轨迹记录，获取所述车辆的变道概率；
根据所述车道选择概率和所述变道概率，对所述车辆的轨迹进行预测。
2.根据权利要求1所述的方法，其特征在于，所述判定所述车辆以第一车道为目标车道包括：
在所述几何参数包括所述车辆的长度和角度，所述运动学参数包括所述车辆的速度的情况下，根据所述长度和所述车道参数生成第一距离参考函数，根据所述角度和所述速度生成第一转向参考函数；
根据所述第一距离参考函数和所述第一转向参考函数的函数值，得到所述车辆以所述第一车道为所述目标车道的选择概率；
在所述选择概率大于选择阈值的情况下，判定所述车辆以所述第一车道为目标车道。
3.根据权利要求1所述的方法，其特征在于，所述根据所述属性参数、车道参数和所述车辆的轨迹记录，获取所述车辆的变道概率包括：
在所述几何参数包括所述车辆的长度和角度，所述运动学参数包括所述车辆的速度的情况下，根据所述长度和所述车道参数生成第二距离参考函数，根据所述角度和所述速度生成第二转向参考函数，根据所述轨迹记录生成趋势参考函数；
根据所述第二距离参考函数、所述第二转向参考函数和所述趋势参考函数的函数值，得到所述车辆的变道概率；
在所述变道概率大于变道阈值的情况下，判定所述车辆进行变道。
4.根据权利要求1所述的方法，其特征在于，在所述计算所述车辆的车道选择概率之后，所述方法还包括：
在判定车道序列中的车道不是所述第一车道的情况下，遍历所述车道序列；
根据所述属性参数、所述车道参数和所述车辆的轨迹记录，获取所述车辆对所述车道序列中每个所述车道的变道概率；
选择所述变道概率最大的车道作为目标车道。
5.根据权利要求1所述的方法，其特征在于，所述获取障碍物车辆的属性参数包括：
获取所述车辆的初始运动参数，对所述初始运动参数中的位置信息和角度信息进行滤波修正，其中，所述初始运动参数还包括所述车辆的速度信息；
将所述修正后的位置信息转换至车辆坐标系，在所述车辆坐标系中，根据所述速度信息、所述修正后的角度信息分别计算所述车辆的横向速度和纵向速度...
【专利技术属性】
技术研发人员：王远，林乾浩，姬猛，
申请(专利权)人：福瑞泰克智能系统有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。