轨迹预测方法、装置、存储介质及电子设备制造方法及图纸

公开了一种轨迹预测方法、预测装置、计算机可读存储介质及电子设备，通过对当前车辆的实时运动状态信息进行滤波，得到当前车辆的当前运动状态信息，并且根据预设的时间周期，获取多个历史行驶轨迹点，然后根据当前车辆的当前运动状态信息，计算多个历史行驶轨迹点的位置信息，最后根据多个历史行驶轨迹点的位置信息预测当前车辆的未来行驶轨迹；即通过滤波得到准确的当前运动状态信息和多个历史行驶轨迹点的位置信息，并且根据多个历史行驶轨迹点的位置信息预测未来行驶轨迹，可以避免仅基于当前运动状态预测未来行驶轨迹所带来的预测轨迹的抖动和不平滑等问题，有效提高了预测精度。度。度。

【技术实现步骤摘要】
轨迹预测方法、装置、存储介质及电子设备


[0001]本公开涉及辅助驾驶中行车轨迹的预测方法、装置、计算机可读存储介质及电子设备。

技术介绍

[0002]辅助驾驶作为车辆行驶过程中的一个辅助技术，可以根据车辆行驶的状态预判车辆行驶过程中可能存在的安全隐患，从而采取主动干预或提前进入动作准备状态，例如前方碰撞预警系统、自适应巡航控制系统、自动紧急制动系统等。
[0003]然而，上述系统主动干预或提前进入动作准备状态都是基于对车辆的行驶轨迹的预测，即通过预测车辆的行驶轨迹来判断该车辆是否存在安全隐患，从而确定是否采取行动。预测的车辆的行驶轨迹的准确性将直接影响到辅助驾驶的性能，继而影响到车辆行驶的安全性，因此，亟需一种准确预测车辆的行驶轨迹的方法。

技术实现思路

[0004]为了解决上述技术问题，提出了本公开。本公开提供了一种轨迹预测方法、预测装置、计算机可读存储介质及电子设备，提供了一种准确预测车辆的行驶轨迹的方案。
[0005]根据本公开的一个方面，提供了一种轨迹预测方法，包括：对当前车辆的实时运动状态信息进行滤波，得到所述当前车辆的当前运动状态信息；根据预设的时间周期，获取多个历史行驶轨迹点；根据所述当前车辆的当前运动状态信息，计算所述多个历史行驶轨迹点的位置信息；以及根据所述多个历史行驶轨迹点的位置信息预测所述当前车辆的未来行驶轨迹。
[0006]根据本公开的另一个方面，提供了一种轨迹预测装置，包括：滤波模块，用于对当前车辆的实时运动状态信息进行滤波，得到所述当前车辆的当前运动状态信息；获取模块，用于根据预设的时间周期，获取多个历史行驶轨迹点；计算模块，用于根据所述当前车辆的当前运动状态信息，计算所述多个历史行驶轨迹点的位置信息；以及预测模块，用于根据所述多个历史行驶轨迹点的位置信息预测所述当前车辆的未来行驶轨迹。
[0007]根据本公开的再一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的轨迹预测方法。
[0008]根据本公开的另一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述任一所述的轨迹预测方法。
[0009]本公开提供了一种轨迹预测方法、预测装置、计算机可读存储介质及电子设备，通过对当前车辆的实时运动状态信息进行滤波，得到当前车辆的当前运动状态信息，并且根据预设的时间周期，获取多个历史行驶轨迹点，然后根据当前车辆的当前运动状态信息，计算多个历史行驶轨迹点的位置信息，最后根据多个历史行驶轨迹点的位置信息预测当前车辆的未来行驶轨迹；即通过滤波得到准确的当前运动状态信息和多个历史行驶轨迹点的位
置信息，并且根据多个历史行驶轨迹点的位置信息预测未来行驶轨迹，可以避免仅基于当前运动状态预测未来行驶轨迹所带来的预测轨迹的抖动和不平滑等问题，有效提高了预测精度。
附图说明
[0010]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0011]图1是本公开一示例性实施例提供的一种轨迹预测系统的结构示意图。
[0012]图2是本公开一示例性实施例提供的轨迹预测方法的流程示意图。
[0013]图3是本公开一示例性实施例提供的获取当前运动状态信息方法的流程示意图。
[0014]图4是本公开一示例性实施例提供的获取当前运动状态信息方法的流程示意图。
[0015]图5是本公开一示例性实施例提供的轨迹预测装置的结构示意图。
[0016]图6是本公开另一示例性实施例提供的轨迹预测装置的结构示意图。
[0017]图7是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
[0018]下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
[0019]概述
[0020]本公开可以应用于任何使用自动驾驶或辅助驾驶的
例如，本公开的实施例可以应用于带有辅助驾驶功能的车辆上，车辆在行驶过程中，可能会因为自车的突然改变行驶车道或者其他车辆突然改变行驶车道等突发事件而导致交通事故，而辅助驾驶功能即用于避免类似的交通事故的发生或者在事故发生时尽量减小事故的严重性。然而，辅助驾驶功能的实现都需要基于对车辆未来行驶轨迹的预测，即辅助驾驶功能的实现是基于预测自车未来的行驶轨迹，从而判断自车在未来的行驶轨迹上是否有安全隐患(即是否有发生交通事故的可能性)，从而根据该安全隐患的发生概率和发生情况而采取相应的措施，例如前方碰撞预警、自适应巡航控制、自动紧急制动等。
[0021]通常情况下，前方碰撞预警系统、自适应巡航控制系统、自动紧急制动系统等预测自车的未来行驶轨迹的方法是基于自车实时的底盘信息(包括方向盘转角、横摆角速度、实时车速等)计算自车的实时转弯半径，并拟合得到一条曲线作为该车的未来行驶轨迹。这样预测未来行驶轨迹的方法是基于实时的底盘信息，而采集底盘信息的传感器等设备也存在一定的延时或误差，从而造成预测精度不高，并且底盘信息是实时变化的，即采集的相邻的两个时刻的底盘信息很可能会有较大差别，从而拟合得到的曲线也就有较大差别，这样会导致自车的未来行驶轨迹左右摇摆不定，辅助驾驶系统也很难准确的采取正确的措施。
[0022]为了确定辅助驾驶系统的准确介入时机，就需要未来的预测轨迹精度较高，这样才能保证辅助驾驶系统在恰当的时机介入以避免安全隐患或减小事故的严重性，并且能够
避免辅助驾驶系统的误操作带来的驾驶舒适感降低的问题。
[0023]针对上述的技术问题，本公开的基本构思是提出一种轨迹预测方法和装置，通过滤波得到当前车辆的当前运动状态信息，并根据当前运动状态信息计算多个历史行驶轨迹点的位置信息，最后根据该多个历史行驶轨迹点的位置信息预测未来行驶轨迹，利用滤波能够提高传感器测量得到的当前运动状态信息的精度，利用多个历史行驶轨迹点预测未来行驶轨迹，可以避免预测得到的未来行驶轨迹的左右摇摆，从而更为准确的预测出未来行驶轨迹，为辅助驾驶系统提供判断基础，从而提高辅助驾驶系统的准确性，进而减少安全隐患发生的几率，提高驾驶安全性。
[0024]在介绍了本公开的基本原理之后，下面将参考附图来具体介绍本公开的各种非限制性实施例。
[0025]示例性系统
[0026]本公开可以应用于任何自动驾驶系统或辅助驾驶系统上，例如上述的前方碰撞预警系统、自适应巡航控制系统、自动紧急制动系统等。图1是本公开一示例性实施例提供的一种轨迹预测系统的结构示意图。如图1所示，可以通过滤波得到当前车辆的当前运动状态信息(图1中实线车辆所在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹预测方法，包括：对当前车辆的实时运动状态信息进行滤波，得到所述当前车辆的当前运动状态信息；根据预设的时间周期，获取多个历史行驶轨迹点；根据所述当前车辆的当前运动状态信息，计算所述多个历史行驶轨迹点的位置信息；以及根据所述多个历史行驶轨迹点的位置信息预测所述当前车辆的未来行驶轨迹。2.根据权利要求1所述的方法，其中，所述实时运动状态信息包括以下物理量中的任一种或多种的组合：所述当前车辆的实时车速、实时加速度、实时横摆角速度和实时横摆角速度变化率。3.根据权利要求2所述的方法，其中，所述多个行驶历史轨迹点的数量与所述当前车辆的实时车速反相关。4.根据权利要求2所述的方法，其中，所述对当前车辆的实时运动状态信息进行滤波，得到所述当前车辆的当前运动状态信息包括：以所述实时车速、所述实时加速度、所述实时横摆角速度和所述实时横摆角速度变化率为系统状态量，以所述实时车速、所述实时横摆角速度为观测量构建卡尔曼滤波器；以及根据所述卡尔曼滤波器去除所述实时运动状态信息中的噪声干扰，得到所述当前车辆的当前运动状态信息。5.根据权利要求2所述的方法，其中，所述根据所述当前车辆的当前运动状态信息，计算所述多个历史行驶轨迹点的位置信息包括：根据所述当前运动状态信息及所述时间周期，获取当前观察坐标系与上一个时间周期对应的观察坐标系之间的位移；以及根据所述多个历史行驶轨迹点在所述上一个时间周期对应的观察坐标系中的坐标值及所述当前观察坐标系与所述上一个时间周期对应的观察坐标系之间的位移，计算所述多个历史行驶轨迹点在所述当前观察坐标系中...

【专利技术属性】
技术研发人员：郑保山，齐连军，兰洪祥，孙轩，李天琪，
申请(专利权)人：地平线上海人工智能技术有限公司，
类型：发明
国别省市：