一种车辆行驶轨迹预测方法、装置、汽车及存储介质制造方法及图纸

本发明专利技术实施例公开了一种车辆行驶轨迹预测方法、装置、汽车及存储介质，通过获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于历史轨迹信息确定待预测目标车辆的第一轨迹特征和运动学特征，以及周围车辆的第二轨迹特征，基于第一轨迹特征、运动学特征和第二轨迹特征，确定待预测目标车辆的历史时刻的第一轨迹特征与当前时刻的第一轨迹特征的时间注意力权重，并确定周围车辆与待预测目标车辆的空间注意力权重；根据时间注意力权重和空间注意力权重确定时空特征信息，通过解码器模块根据时空特征信息输出待预测目标车辆的轨迹预测结果。通过考虑历史轨迹的区分度以及车辆间的影响，可以提高车辆行驶轨迹预测的准确度，从而确保行车安全性。而确保行车安全性。而确保行车安全性。

【技术实现步骤摘要】
一种车辆行驶轨迹预测方法、装置、汽车及存储介质


[0001]本专利技术涉及车辆驾驶
，尤其涉及一种车辆行驶轨迹预测方法、装置、汽车及存储介质。

技术介绍

[0002]随着社会经济的不断发展，交通道路上的智能驾驶汽车数量也逐渐增多，道路交通情况也愈益复杂，在复杂的交通环境下，对于车辆行驶轨迹的预测也就更为艰难。
[0003]目前智能驾驶汽车面临高动态场景时无法准确预测周围其他车辆驾驶行为与行驶轨迹，导致行驶安全性降低以及汽车决策规划模块无法正常工作的情况，普通的车辆轨迹预测方案未考虑车辆间相互影响而造成的轨迹改变或是驾驶行为突变，同时对仅有的历史轨迹输入信息缺少区分度，以及数据驱动预测方案都面临着可解释性差的问题，因此，利用现有技术预测的车辆行驶轨迹的准确度较低。

技术实现思路

[0004]本专利技术提供了一种车辆行驶轨迹预测方法、装置、汽车及存储介质，以提高车辆行驶轨迹预测的准确度，从而确保行车安全性。
[0005]根据本专利技术的一方面，提供了一种车辆行驶轨迹方法，包括：获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于所述历史轨迹信息确定所述待预测目标车辆的第一轨迹特征和运动学特征，以及所述周围车辆的第二轨迹特征；
[0006]将所述第一轨迹特征和运动学特征输入至时间注意力模块，通过所述时间注意力模块确定所述待预测目标车辆的历史时刻的第一轨迹特征与当前时刻的第一轨迹特征的时间注意力权重；
[0007]将所述第一轨迹特征、运动学特征和所述第二轨迹特征输入空间注意力模块，通过所述空间注意力模块确定所述周围车辆与所述待预测目标车辆的空间注意力权重；
[0008]根据所述时间注意力权重和所述空间注意力权重确定所述待预测目标车辆的时空特征信息，通过解码器模块根据所述时空特征信息输出所述待预测目标车辆的轨迹预测结果。
[0009]根据本专利技术的另一方面，提供了一种车辆行驶轨迹装置，包括：历史轨迹信息获取模块，用于获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于所述历史轨迹信息确定所述待预测目标车辆的第一轨迹特征和运动学特征，以及所述周围车辆的第二轨迹特征；
[0010]时间注意力权重确定模块，用于将所述第一轨迹特征和运动学特征输入至时间注意力模块，通过所述时间注意力模块确定所述待预测目标车辆的历史时刻的第一轨迹特征与当前时刻的第一轨迹特征的时间注意力权重；
[0011]空间注意力权重确定模块，用于将所述第一轨迹特征、运动学特征和所述第二轨迹特征输入空间注意力模块，通过所述空间注意力模块确定所述周围车辆与所述待预测目
标车辆的空间注意力权重；
[0012]轨迹预测结果输出模块，用于根据所述时间注意力权重和所述空间注意力权重确定所述待预测目标车辆的时空特征信息，通过解码器模块根据所述时空特征信息输出所述待预测目标车辆的轨迹预测结果。
[0013]根据本专利技术的另一方面，提供了一种汽车，所述汽车包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]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一种车辆行驶轨迹方法。
[0017]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一种车辆行驶轨迹方法。
[0018]本专利技术实施例的技术方案可以通过获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于历史轨迹信息确定待预测目标车辆的第一轨迹特征和运动学特征，以及周围车辆的第二轨迹特征，基于第一轨迹特征、运动学特征和第二轨迹特征，确定待预测目标车辆的历史时刻的第一轨迹特征与当前时刻的第一轨迹特征的时间注意力权重，并确定周围车辆与待预测目标车辆的空间注意力权重；根据时间注意力权重和空间注意力权重确定时空特征信息，通过解码器模块根据时空特征信息输出待预测目标车辆的轨迹预测结果。本专利技术实施例在车辆行驶轨迹预测过程中，结合了历史轨迹信息的区分度和车辆间相互影响，可以提高车辆行驶轨迹预测的准确度，从而确保行车安全性。
[0019]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
[0020]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。
[0021]图1是根据本专利技术实施例一提供的一种车辆行驶轨迹方法的流程图；
[0022]图2是根据本专利技术实施例二提供的一种车辆行驶轨迹方法的流程图；
[0023]图3是根据本专利技术实施例三提供的一种车辆行驶轨迹装置的结构示意图；
[0024]图4是实现本专利技术实施例四提供的一种车辆行驶轨迹方法的汽车的结构示意图。
具体实施方式
[0025]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。
[0026]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、产品或汽车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、产品或汽车固有的其它步骤或单元。
[0027]实施例一
[0028]图1为本专利技术实施例一提供了一种车辆行驶轨迹方法的流程图，本实施例可适用于车辆驾驶场景，该方法可以由一种车辆行驶轨迹装置来执行，该车辆行驶轨迹装置可以采用硬件和/或软件的形式实现，该车辆行驶轨迹装置可配置于汽车中，尤其是配置于汽车中的车辆行驶轨迹装置中。如图1所示，该方法包括：
[0029]S110、获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于历史轨迹信息确定待预测目标车辆的第一轨迹特征和运动学特征，以及周围车辆的第二轨迹特征。
[0030]其中，待预测目标车辆可以是配置有本专利技术实施例所提供的车辆行驶轨迹预测的处于行驶中的车辆；周围车辆可以是在确定出待预测目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆行驶轨迹预测方法，其特征在于，包括：获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于所述历史轨迹信息确定所述待预测目标车辆的第一轨迹特征和运动学特征，以及所述周围车辆的第二轨迹特征；将所述第一轨迹特征和运动学特征输入至时间注意力模块，通过所述时间注意力模块确定所述待预测目标车辆的历史时刻的第一轨迹特征与当前时刻的第一轨迹特征的时间注意力权重；将所述第一轨迹特征、运动学特征和所述第二轨迹特征输入空间注意力模块，通过所述空间注意力模块确定所述周围车辆与所述待预测目标车辆的空间注意力权重；根据所述时间注意力权重和所述空间注意力权重确定所述待预测目标车辆的时空特征信息，通过解码器模块根据所述时空特征信息输出所述待预测目标车辆的轨迹预测结果。2.根据权利要求1所述的方法，其特征在于，所述获取待预测目标车辆与周围车辆的历史轨迹信息，分别基于所述历史轨迹信息确定所述待预测目标车辆的第一轨迹特征和运动学特征，以及所述周围车辆的第二轨迹特征，包括：通过非线性激活函数分别对所述待预测目标车辆及所述周围车辆的历史轨迹信息进行嵌入，通过长短期记忆网络对嵌入后的历史轨迹信息进行编码，得到所述待预测目标车辆的第一轨迹特征和所述周围车辆的第二轨迹特征；通过全连接层网络基于所述待预测目标车辆的历史轨迹信息，确定所述待预测目标车辆的运动学特征。3.根据权利要求1所述的方法，其特征在于，所述通过所述时间注意力模块确定所述待预测目标车辆的历史时刻轨迹与当前时刻轨迹的时间注意力权重，包括：通过相似度函数分别计算所述待预测目标车辆的当前时刻的第一轨迹特征与各个历史时刻的第一轨迹特征的时间相关性；通过激活函数和归一化指数函数根据所述时间相关性，计算各个历史时刻的第一轨迹特征与所述当前时刻的第一轨迹特征的时间注意力权重，其中，所述时间注意力模块包括相似度函数、激活函数和归一化指数函数。4.根据权利要求1所述的方法，其特征在于，所述通过所述空间注意力模块确定所述周围车辆与所述待预测目标车辆的空间注意力权重，包括：通过余弦距离度量函数计算所述第一轨迹特征与所述第二轨迹特征的空间相关性；通过归一化函数根据所述空间相关性计算所述周围车辆与所述待预测目标车辆的空间注意力权重，其中，所述空间注意力模块包括余弦距离度量函数和归一化函数。5.根据权利要求1所述的方法，其特征在于，所述根据所述时间注意力权重和所述空间注意力权重确定所述待预测目标车辆的时空特征信息，通过解码器模块根据所述时空特征信息输出所述待预测目标车辆的轨迹预测结果，包括：基于预先配置的预测时域和采样频率确定预测坐标点；对于每个所述预测坐标点，根据所述时间注意力权重计算包含时间注意力信息的上下文向量，根据所述空间注意力权重计算包含空间注意力信息的上下文向量；通过全连接层网络根据各个预测坐标点的所述包含时间注意力信息的上下文向量和包含空间注意力信息的上下文向量，确定对应预测坐标点的所述待预测目标车...

【专利技术属性】
技术研发人员：吕颖，厉健峰，韩佳琪，崔茂源，
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：