障碍物轨迹预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种障碍物轨迹预测方法、装置、电子设备及存储介质，其中，该方法包括：获取目标车辆在预设感知范围内的原始标注数据，其中，原始标注数据包括备选障碍物在连续多个时刻的轨迹点位置数据和目标车辆的定位数据；将原始标注数据从原始坐标系转换到世界坐标系下，得到目标标注数据；根据目标标注数据中备选障碍物的轨迹点位置数据和目标车辆的定位数据，确定待预测障碍物；基于预先训练完成的障碍物轨迹预测模型和待预测障碍物的轨迹点位置数据对待预测障碍物的未来轨迹数据进行预测。本发明专利技术实施例的技术方案，通过采用实车采集数据提升了障碍物轨迹预测模型的预测效果，提高了障碍物轨迹预测的准确度。提高了障碍物轨迹预测的准确度。提高了障碍物轨迹预测的准确度。

【技术实现步骤摘要】
障碍物轨迹预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及自动驾驶
，尤其涉及一种障碍物轨迹预测方法、装置、电子设备及存储介质。

技术介绍

[0002]随着互联网和智能终端技术的发展，自动驾驶技术日趋成熟，自动驾驶车辆逐渐走入人们的视野，为人们的生活提供了极大的便利。为了安全出行，自动驾驶汽车需要准确预测其他交通参与者的未来运动情况。自动驾驶系统根据获得的机动车、非机动车以及行人等对象的历史运动轨迹以及高精地图信息，预测车辆周围交通参与者的行为意图和预测轨迹，为自动驾驶车辆的规划决策提供参考信息。
[0003]现有技术中，在对车辆周围障碍物进行轨迹预测时，通常采用基于概率或者运动意图的方法对预测对象的行驶轨迹进行计算和预测。然而，在车辆实际驾驶环境中，车辆周围的环境较为复杂，影响车辆行驶的障碍物种类繁多、密度高、间隙小，从而导致障碍物的行驶轨迹预测不准确的情况，进而极大的影响自动驾驶车辆准确规划自身的行驶轨迹。

技术实现思路

[0004]本专利技术提供了一种障碍物轨迹预测方法、装置、电子设备及存储介质，以解决车辆周围障碍物的行驶轨迹预测不准确的问题。
[0005]根据本专利技术的一方面，提供了一种障碍物轨迹预测方法，该方法包括：
[0006]获取目标车辆在预设感知范围内的原始标注数据，其中，原始标注数据包括备选障碍物在连续多个时刻的轨迹点位置数据和目标车辆的定位数据；
[0007]将原始标注数据从原始坐标系转换到世界坐标系下，得到目标标注数据；/>[0008]根据目标标注数据中备选障碍物的轨迹点位置数据和目标车辆的定位数据，确定待预测障碍物；
[0009]基于预先训练完成的障碍物轨迹预测模型和待预测障碍物的轨迹点位置数据对待预测障碍物的未来轨迹数据进行预测。
[0010]根据本专利技术的另一方面，提供了一种障碍物轨迹预测装置，该装置包括：
[0011]数据获取模块，用于获取目标车辆在预设感知范围内的原始标注数据，其中，原始标注数据包括备选障碍物在连续多个时刻的轨迹点位置数据和目标车辆的定位数据；
[0012]坐标转换模块，用于将原始标注数据从原始坐标系转换到世界坐标系下，得到目标标注数据；
[0013]障碍物确定模块，用于根据所述目标标注数据中所述备选障碍物的轨迹点位置数据和所述目标车辆的定位数据，确定待预测障碍物；
[0014]轨迹预测模块，用于基于预先训练完成的障碍物轨迹预测模型和待预测障碍物的轨迹点位置数据对待预测障碍物的未来轨迹数据进行预测。
[0015]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0016]至少一个处理器；以及
[0017]与所述至少一个处理器通信连接的存储器；其中，
[0018]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的障碍物轨迹预测方法。
[0019]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的障碍物轨迹预测方法。
[0020]本专利技术实施例的技术方案，通过获取目标车辆在预设感知范围内的原始标注数据，然后，将原始标注数据从原始坐标系转换到世界坐标系下，得到目标标注数据，进一步的，根据目标标注数据中备选障碍物的轨迹点位置数据和目标车辆的定位数据，确定待预测障碍物，最终，基于预先训练完成的障碍物轨迹预测模型和待预测障碍物的轨迹点位置数据对待预测障碍物的未来轨迹数据进行预测，解决了现有技术中由于车辆周围的环境较为复杂，影响车辆行驶的障碍物种类繁多、密度高、间隙小，从而导致障碍物的行驶轨迹预测不准确的情况，通过采用实车采集数据提升了障碍物轨迹预测模型的预测效果，提高了障碍物轨迹预测的准确度。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是根据本专利技术实施例一提供的一种障碍物轨迹预测方法的流程图；
[0024]图2是根据本专利技术实施例二提供的一种障碍物轨迹预测方法的流程图；
[0025]图3是根据本专利技术实施例三提供的一种障碍物轨迹预测方法中原始标注数据处理方法的流程图；
[0026]图4是根据本专利技术实施例三提供的一种障碍物轨迹预测方法中的算法流程图；
[0027]图5是根据本专利技术实施例四提供的一种障碍物轨迹预测装置的结构示意图；
[0028]图6是实现本专利技术实施例的障碍物轨迹预测方法的电子设备的结构示意图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]实施例一
[0032]图1为本专利技术实施例一提供了一种障碍物轨迹预测方法的流程图，本实施例可适用于对车辆周围障碍物的行驶轨迹进行预测的情况，该方法可以由障碍物轨迹预测装置来执行，该障碍物轨迹预测装置可以采用硬件和/或软件的形式实现，该障碍物轨迹预测装置可配置于终端和/或服务器中。如图1所示，该方法包括：
[0033]S110、获取目标车辆在预设感知范围内的原始标注数据。
[0034]在本实施例中，目标车辆可以为需要进行周围障碍物轨迹预测的主车车辆。预设感知范围可以为预先设置的，用于实现数据信息感知的距离范围。需要说明的是，预设感知范围是可变的，可以根据数据采集装置的感知距离进行设置，本实施例对预设感知范围的设置不作限定。示例性的，预设感知范围可以为50米、100米或者200米等。原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物轨迹预测方法，其特征在于，包括：获取目标车辆在预设感知范围内的原始标注数据，其中，所述原始标注数据包括备选障碍物在连续多个时刻的轨迹点位置数据和所述目标车辆的定位数据；将所述原始标注数据从原始坐标系转换到世界坐标系下，得到目标标注数据；根据所述目标标注数据中所述备选障碍物的轨迹点位置数据和所述目标车辆的定位数据，确定待预测障碍物；基于预先训练完成的障碍物轨迹预测模型和所述待预测障碍物的轨迹点位置数据对所述待预测障碍物的未来轨迹数据进行预测。2.根据权利要求1所述的方法，其特征在于，所述获取目标车辆在预设感知范围内的原始标注数据，包括：通过设置于所述目标车辆上的雷达感知装置采集预设感知范围内的原始采样数据，并对所述原始采样数据进行标注，得到原始标注数据。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标标注数据中所述备选障碍物的轨迹点位置数据和所述目标车辆的定位数据，确定待预测障碍物，包括：确定所述目标车辆与所述备选障碍物之间的感知距离；确定所述备选障碍物的轨迹点位置数据的数据缺失率；确定所述备选障碍物的轨迹长度；当所述感知距离、数据缺失率和轨迹长度中的至少一项满足预设筛选条件时，则将所述备选障碍物确定为待预测障碍物。4.根据权利要求3所述的方法，其特征在于，所述确定所述备选障碍物的轨迹点位置数据的数据缺失率，包括：基于如下公式确定所述备选障碍物的数据缺失率：r＝1
‑
((COUNT(AGENT_track))/CONUT(AV_track))其中，r表示备选障碍物的数据缺失率，COUNT(
·
)表示计数器，AGENT_track表示备选障碍物的轨迹点序列，AV_track表示目标车辆的轨迹点序列。5.根据权利要求1所述的方法，其特征在于，还包括：根据预设数据处理方式对所述待预测障碍物的轨迹点位置数据进行处理，并以预设文件格式保存，其中，所述预设数据处理方式包括平滑处理和插值处理。6.根据权利要求5所述的方法，其特征在于，所述根据预设数据处理方式对所述待预测障碍...

【专利技术属性】
技术研发人员：王宁，李荣华，陈红丽，卢丽婧，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：