一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质技术方案

本发明专利技术提供一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质，所述方法是结合本车意图预测，包括驾驶员主动换道和自动驾驶换道检测、掉头场景和十字路口场景等检测，再结合历史状态信息和车道线信息，针对不同场景设计本车轨迹预测，以自动驾驶车辆车体坐标为参考，输出自身与车道的关系，并给出预测轨迹，在自动驾驶应用中结合该轨迹与目标障碍物预测轨迹，可预测碰撞风险，为规划控制层提前给出解决方案保证自动驾驶车辆安全的同时提升乘坐体验。全的同时提升乘坐体验。全的同时提升乘坐体验。

【技术实现步骤摘要】
一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质


[0001]本专利技术用于自动驾驶车辆的轨迹预测，更具体涉及包括本车意图识别、本车周围车辆历史状态和摄像头输出车道线信息处理在内的轨迹预测技术。

技术介绍

[0002]在自动驾驶中，自动驾驶车辆通过内部车体传感器和对环境道路感知的外部传感器采集信息，环境认知算法基于该感知信息对自动驾驶环境进行理解，然后将结果下发到规划控制模块计算对应的控制指令给车辆执行，最后完成自动驾驶任务。其中，环境认知除了对自动驾驶车辆所在环境的理解外，还需要对自身状态进行计算。自动驾驶车辆的轨迹预测则是环境认知模块对接收到的感知信息进行理解，最终输出自身所处环境。
[0003]现有自动驾驶车辆的轨迹预测方案主要有两类，基于学习方法的数据驱动类和传统方法。专利文献CN201910654009.7公开了一种基于本车周围车辆轨迹预测安全行驶的方法，其利用神经网络方法对本车及其周围车辆的历史轨迹进行运算处理，得到本车轨迹预测结果。该方法隶属于学习类，对数据库要求较高，且该类方法可解释性较差，工程应用受到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶的本车轨迹预测方法，其特征在于，包括步骤如下：步骤1，本车意图预测模块接收感知地图信息，对本车所处场景进行识别，输出场景标志位；步骤2，根据输出的场景标志位，进入对应的场景轨迹生成模块，生成相应的轨迹，输出给本车运动模型；步骤3，同时，当滤波模块接收到本车信息后，对信号进行滤波处理输出给本车运动模型；步骤4，本车运动模型在接收到处理后的本车信息后，结合对应轨迹生成模块生成的轨迹，通过运动模型表征的EKF过程模型对轨迹进行预测，输出预测轨迹；步骤5，同时，当车道线和目标融合模块接收到感知输出的目标和车道线等数据后，首先根据目标历史状态轨迹拟合一条三次曲线，然后将该曲线与车道线进行融合，最终输出融合目标历史轨迹的车道线信息；步骤6，EKF
‑
本车轨迹预测模块接收拟合的本车轨迹和融合目标历史轨迹的车道线相关信息，结合车道线和目标融合模块表征的EKF测量模型、本车运动模型模块表征的EKF过程模型，输出基于EKF融合的最终本车轨迹。2.根据权利要求1所述的自动驾驶的本车轨迹预测方法，其特征在于，所述步骤1中，本车意图预测模块是利用地图定位信息、本车历史轨迹信息和目标历史轨迹信息，对场景进行识别并对本车意图进行预测，输出场景标志位Flag。3.根据权利要求1所述的自动驾驶的本车轨迹预测方法，其特征在于，所述步骤2中：如果标志位是0，则进入ACC场景轨迹生成模块；如果标志位是1，则进入驾驶员主动换道场景轨迹生成模块；如果标志位是2，则进入自动驾驶换道场景轨迹生成模块；如果标志位是3，则进入掉头场景轨迹生成模块；如果标志位是4，则进入十字路口场景轨迹生成模块。4.根据权利要求3所述的自动驾驶的本车轨迹预测方法，其特征在于所述ACC场景轨迹生成模块是基于自动驾驶车辆沿着当前车道行驶的意图预测，输出本车预测轨迹；所述驾驶员主动换道场景轨迹生成模块是接收本车方向盘信号和yawrate信号以检测换道方向，并结合感知输出目标信息，基于本车换道最优轨迹选择本车预测轨迹；所述自动驾驶换道场景轨迹生成模块是基于自动驾驶换道规划轨迹输出本车预测轨迹；所述十字路口场景轨迹生成模块是结合感知输出地图信息、上层规划信息和本车状态信息，采用LSTM算法对本车意图进行预测，基于...

【专利技术属性】
技术研发人员：游虹，邱利宏，孔周维，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：