一种基于风险接受程度的交通参与者轨迹预测方法及系统技术方案

技术编号:34432464 阅读:32 留言:0更新日期:2022-08-06 16:11
本发明专利技术涉及一种基于风险接受程度的交通参与者轨迹预测方法及系统,包括:采集目标交通场景下的不同交通参与者的t

【技术实现步骤摘要】
一种基于风险接受程度的交通参与者轨迹预测方法及系统


[0001]本专利技术涉及汽车智能交互
,特别是涉及一种基于风险接受程度的交通参与者轨迹预测方法及系统。

技术介绍

[0002]目前,随着城市道路交通参与者的数目不断增加,路况信息日趋复杂。模拟复杂城市环境下交通参与者的行为,准确地表达交通参与者的交互行为,对于自动驾驶汽车实现安全和社会可接受的运动规划至关重要。然而,由于交通参与者的运动不确定性和城市环境的复杂性,这种交互行为的准确表达仍然是一个挑战。
[0003]现阶段,对于交通参与者的交互行为的建模方法有很多,但是这些方法都有各自的一些缺陷。基于物理的运动模型无法处理预测时间超过1秒的自行车和行人的不确定性问题;“两阶段”预测框架不能同时考虑交通参与者之间的相互作用和预测未来的行为;“社会感知”方法应用了池机制和串联操作来直接融合交互参与者的特征,但是不具有可解释性。同时,上述方法没有考虑到不同交通参与者对于同一交互场景的不同认知和对危险的不同判断。因此得出,现有的交通参与者的交互行为的预测方法均不能准确的进行未来轨迹的预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于风险接受程度的交通参与者轨迹预测方法,其特征在于,包括:采集目标交通场景下的不同交通参与者的t

M时刻至t时刻的轨迹信息,并对所述轨迹信息进行预处理;不同所述交通参与者包括行人、自行车和机动车;对t时刻的预处理轨迹信息进行聚类,根据聚类结果确定t时刻每一所述交通参与者的风险接受程度;所述风险接受程度为所述交通参与者在交互场景的认知情况和对危险的判断情况;利用t

M时刻至t时刻的所述预处理轨迹信息和t时刻每一所述交通参与者的风险接受程度训练异构图模型,得到训练后的异构图模型;利用所述训练后的异构图模型对每一所述交通参与者的轨迹进行预测。2.根据权利要求1所述的方法,其特征在于,所述对所述轨迹信息进行预处理具体包括:从所述目标交通场景下的不同所述交通参与者中确定目标交通参与者;确定每一非目标交通参与者与所述目标交通参与者的相对位置、相对速度和碰撞估计时间;所述预处理轨迹信息包括所述相对位置、所述相对速度和所述碰撞估计时间。3.根据权利要求2所述的方法,其特征在于,所述相对位置的表达式为:;其中,i表示第i个交通参与者;和表示第i个交通参与者相对于所述目标交通参与者的横纵坐标;所述相对速度的表达式为:所述相对速度的表达式为:其中,为相邻两时刻的时间差;所述碰撞估计时间的表达式为:其中,是目标交通参与者周围第i个非目标交通参与者在时刻的碰撞时间,是相对速度在相对位置上的投影。4.根据权利要求1所述的方法,其特征在于,利用核主成分分析法结合K均值聚类算法对t时刻的预处理轨迹信息进行聚类;所述K均值聚类算法的目标函数表达式为:其中,表示取使后面式子达到最小值时的聚类结果;表示第k个簇;表示计算簇内平方和;是经过核主成分分析转换后的t时刻的预处理轨迹信息;是第k个簇的聚类中心。5.根据权利要求2所述的方法,其特征在于,所述利用t

M时刻至t时刻的所述预处理轨迹信息和t时刻每一所述交通参与者的风险接受程度训练异构图模型,得到训练后的异构
图模型,具体包括:以每一所述交通参与者为实例节点,以所述交通参与者的所述相对位置、所述风险接受程度和交通参与者类型为所述实例节点的特征;以每一所述交通参与者的运动模式为类别节点;所述运动模式包括步行模式、骑行模式和驾车模式;以所述交通参与者之间的空间...

【专利技术属性】
技术研发人员:龚建伟文晨旭李子睿臧政吕超吴绍斌齐建永何刚冯悦
申请(专利权)人:慧动星球北京科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1