一种安全行驶预测优化方法、装置、设备和存储介质制造方法及图纸

本公开涉及一种安全行驶预测优化方法、装置、设备和存储介质，所述方法包括：获取当前帧和候选帧，根据当前帧和候选帧通过小孔成像模型得到TTC模型，根据TTC模型和预设条件得到第一TTC优化模型，所述第一TTC优化模型用于车辆安全行驶的预测。本公开的技术方案基于采集到的视频帧进行安全预测，可以感知更远的距离，提前预测出路口的安全状态，以对车辆的行驶进行提前规划，此外，通过小孔成像模型和预设条件确定的第一TTC优化模型预测车辆的行驶状况，使得预测过程更加逼近车辆的实际情况，提高预测的准确性。高预测的准确性。高预测的准确性。

【技术实现步骤摘要】
一种安全行驶预测优化方法、装置、设备和存储介质


[0001]本公开涉及无人驾驶
，尤其涉及一种安全行驶预测优化方法、装置、设备和存储介质。

技术介绍

[0002]无人驾驶领域中，为保证行车安全，无人车辆需要感知周围环境。在经过路口时，若车辆需要转弯，在路权处于弱势(如无保护左转过程，转弯车辆应当礼让直行车)时，车辆的安全行驶需要在特定方向具有更强的感知距离作为保障。
[0003]现有技术中，通常是通过激光雷达(lidar)可以感知路口环境，但是激光雷达的感知半径受激光雷达线束影响，感知距离较短(30米以内)。对于正在转弯的车辆(特别是拖了几节货物)可能无法感知到快速靠近本车的车辆，存在安全隐患。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种安全行驶预测优化方法、装置、设备和存储介质。
[0005]第一方面，本公开实施例提供一种安全行驶预测优化方法，包括：
[0006]获取当前帧和候选帧，根据当前帧和候选帧通过小孔成像模型得到TTC模型；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安全行驶预测优化方法，其特征在于，包括：获取当前帧和候选帧，根据当前帧和候选帧通过小孔成像模型得到TTC模型；根据TTC模型和预设条件得到第一TTC优化模型；所述第一TTC优化模型用于车辆安全行驶的预测。2.根据权利要求1所述的方法，其特征在于，还包括：光流约束，基于所述光流约束和所述第一TTC优化模型得到第二TTC优化模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述光流约束和所述第一TTC优化模型得到第二TTC优化模型，包括：光流约束方程的形式表示所述光流约束；将所述光流约束方程进行泰勒展开，得到展开后光流约束方程；将所述展开后光流约束方程与所述第一TTC优化模型联立，得到第二TTC优化模型。4.根据权利要求2所述的方法，其特征在于，对第二TTC优化模型迭代更新求解，得到第二TTC优化模型的解。5.根据权利要求4所述的方法，其特征在于，对所述第二TTC优化模型迭代更新求解包括对第二TTC优化模型利用非线性优化中的高斯牛顿法获得最优解。6.根据权利要求5所述的方法，其特征在于，对所述第二TTC优化模型利用非线性优化中的高斯牛顿法获得最优解，包括：利...

【专利技术属性】
技术研发人员：戚悦，胡美玉，苏向阳，朱俊辉，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：