【技术实现步骤摘要】
一种跟驰场景下的旁道车辆轨迹预测方法
[0001]本专利技术涉及车辆轨迹预测
,具体涉及一种跟驰场景下的旁道车辆轨迹预测方法。
技术介绍
[0002]在车辆的长期运行过程中,车辆周围的交通参与者较多,尤其在车辆自主跟驰的过程中,时常会面临旁道的车辆突然切入的场景,极易造成跟驰车辆的控制决策不及时而引发碰撞。因此对旁道车辆的未来轨迹进行精确预测能够有效提高车辆自主跟驰的安全性,降低事故率。
[0003]现有的旁道车辆轨迹预测方法包括基于物理模型的轨迹预测方法和基于数据模型的轨迹预测方法。基于物理模型的轨迹预测方法通常根据车辆动力学特性,采用状态估计算法对车辆未来运动状态进行估计,这种基于物理模型的轨迹预测方法难以实现对目标车辆未来轨迹长时间的准确预测。随着人工智能和深度学习的快速发展,以及自然驾驶数据库越来越完善,基于数据驱动的轨迹预测方法开始得到广泛的研究。基于数据驱动的轨迹预测方法根据目标车辆的历史运动状态获取目标车辆的未来轨迹,对预测目标车辆长时间的轨迹具有较高的准确性。
[0004]但是现有技术中 ...
【技术保护点】
【技术特征摘要】
1.一种跟驰场景下的旁道车辆轨迹预测方法,其特征在于,包括:获取环境历史状态参数和主车未来状态参数;所述环境历史状态参数包括主车历史状态参数、目标车辆历史状态参数、交互车辆历史状态参数;根据所述环境历史状态参数和所述主车未来状态参数获取目标车辆的未来轨迹。2.根据权利要求1所述的方法,其特征在于,获取环境历史状态参数和主车未来状态参数,包括:利用主车的环境感知传感器和差分全球定位系统获取主车历史状态参数;状态参数包括纵向坐标、横向坐标、纵向速度和横向速度;根据所述主车历史状态参数获取主车未来状态参数;利用主车的环境感知传感器分别获取目标车辆历史状态参数和交互车辆历史状态参数。3.根据权利要求1所述的方法,其特征在于,根据所述环境历史状态参数和所述主车未来状态参数获取目标车辆的未来轨迹,包括:根据各所述环境历史状态参数分别获取各第一环境隐藏状态;根据各所述第一环境隐藏状态获取环境联合隐藏状态;根据所述环境联合隐藏状态获取第二环境隐藏状态;根据所述主车未来状态参数获取主车隐藏状态;根据所述第二环境隐藏状态和所述主车隐藏状态获取最终隐藏状态;根据所述最终隐藏状态获取目标车辆的未来轨迹。4.根据权利要求3所述的方法,其特征在于,根据各所述环境历史状态参数分别获取各第一环境隐藏状态,包括:分别将各所述环境历史状态参数输入各双向长短期记忆神经网络,获得各第一环境隐藏状态。5.根据权利要求3所述的方法,其特征在于,根据各所述第一环境隐藏状态获取环境联合隐藏状态,包括:根据所述各第一环境隐藏状态获取目标车辆的注意力系数;根据所述目标车辆的注意力系数对各所述第一环境隐藏状态进行加权,获取环境联合隐藏状态。6.根据权利要求5所述的方法,其特征在于,通过以下公式获取环境联合隐藏状态:在上式中,exp表示以自然常数e为底的指数函数,||表示向量拼接,α
m
为第m辆车对目标车辆的注意力系数,LeakyReL...
【专利技术属性】
技术研发人员:曾杰,胡雄,王戡,丁雪聪,任玥,冀杰,
申请(专利权)人:西南大学,
类型:发明
国别省市:
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。