【技术实现步骤摘要】
一种面向路侧感知单元的车辆轨迹缺损数据修补方法
[0001]本专利技术涉及交通信息处理
，尤其是涉及一种面向路侧感知单元的车辆轨迹缺损数据修补方法。
技术介绍
[0002]近些年，随着高清摄像头、毫米波雷达、激光雷达等路侧新兴传感器的发展和广泛部署，能够有效实现道路路段全域的车辆轨迹数据采集；在自动驾驶、车路协同等领域，这些全域车辆轨迹数据蕴含着巨大的价值，能够辅助实现全时空交通流智能管控、车辆主动安全管控等。但受限于采集设备的性能、目标检测与追踪算法、物理遮挡等因素，这些数据常常存在着部分车辆轨迹缺损的情况，导致采集的数据难以被后续任务直接利用，数据价值大打折扣。因此，为了提高数据质量和数据使用价值，有必要对存在缺损的车辆轨迹进行修补，而处理后的完整车辆轨迹，将有助于驾驶决策辅助、安全风险控制等任务。
[0003]目前，在车辆缺损轨迹修补方面的相关方法较少，基于时间序列的缺损轨迹修补是应用最为广泛的方法，该类方法利用某个目标多条完整的轨迹数据，对轨迹数据中被随机抹掉的区段的轨迹特征进行学习，从而能够恢复更多的...
【技术保护点】
【技术特征摘要】
1.一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，包括以下步骤：S1、采集不同场景下的全域车辆轨迹数据和对应的高精度车道级地图数据，以合并作为数据集，通过对数据集中的数据进行预处理，将数据集划分为训练集、验证集和测试集；S2、基于图神经网络和注意力机制，构建车辆轨迹缺损数据修补模型；S3、利用训练集对车辆轨迹缺损数据修补模型进行迭代训练、利用验证集检验车辆轨迹缺损数据修补模型的修补效果，以得到参数最优的车辆轨迹缺损数据修补模型；S4、将测试集或待修补的车辆轨迹数据输入参数最优的车辆轨迹缺损数据修补模型中，输出得到对应的修补后全域车辆轨迹完整数据。2.根据权利要求1所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述全域车辆轨迹数据具体是在一定范围内多个车辆个体同时运动时，每个车辆个体的运动轨迹组成的时空运动轨迹集合。3.根据权利要求2所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S1具体包括以下步骤：S11、选取不同道路路段，将每个道路路段作为一个场景；S12、采集不同场景下的全域车辆轨迹数据和对应的高精度车道级地图数据，以合并作为数据集；S13、将数据集中存在车辆轨迹缺损的场景对应的数据作为测试集，再对剩余场景对应的数据进行预处理，以得到训练集和验证集。4.根据权利要求3所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S12具体包括以下步骤：S121、通过路侧感知单元，采集设定时间段内通过道路路段所有车辆的轨迹数据以及该路段的车道级地图；将采集的车辆轨迹数据和车道级地图转换为基于地面的二维鸟瞰坐标，以得到道路路段对应的全域车辆轨迹数据和高精度车道级地图数据；S122、根据步骤S121的方法，采集得到不同道路路段对应的全域车辆轨迹数据和高精度车道级地图数据，将采集的所有数据合并作为数据集。5.根据权利要求4所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S121的具体过程为：通过路侧感知单元，首先采集道路路段的静态地图信息，包括该路段区域内的可行驶区域、车道线、车道间的分叉聚合关系；按照路侧感知单元的采集频率，逐帧采集道路路段上的原始交通数据，并通过目标检测与追踪算法获取路面上所有车辆的位置，对经过路侧感知单元视野内的车辆信息进行记录，包括帧序号、车辆序号、车辆位置信息；记录完成后，通过路侧感知单元的内参，将车辆的位置信息和静态地图信息转换为以道路为平面的二维鸟瞰坐标，得到该道路路段下的全域车辆轨迹数据和高精度车道级地图数据。6.根据权利要求3所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S13具体包括以下步骤：S131、根据采集的车辆轨迹数据是否完...
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。