本申请提供一种障碍物轨迹预测方法、系统和计算机可读存储介质。其中，障碍物轨迹预测方法包括获取障碍物的信息及障碍物预估运动的地图信息；根据地图信息，确定障碍物的多个候选终点；根据多个候选终点提取多个候选终点的特征，根据地图信息提取地图特征，并根据障碍物的信息提取障碍物特征；根据这些特征，从多个候选终点中确定多个预定终点，多个预定终点相较于多个候选终点中的其余候选终点，成为预估运动轨迹的目标终点的可能性更高；根据多个预定终点，确定障碍物的目标终点，其中，目标终点包括历史轨迹终点及未来达到终点；根据目标终点，确定障碍物的从历史轨迹终点到未来达到终点的预估运动轨迹。如此以方便开发人员理解。解。解。
【技术实现步骤摘要】
障碍物轨迹预测方法、系统和计算机可读存储介质
[0001]本申请涉及自动驾驶
，尤其涉及一种障碍物轨迹预测方法、系统和计算机可读存储介质。
技术介绍
[0002]随着自动驾驶技术的日渐成熟，自动驾驶车辆得以广泛应用。为了可以使得自动驾驶车辆在城市道路、封闭园区、高速公路等复杂场景中行驶，自动驾驶车辆需要对周围车辆、行人、自行车等障碍物进行轨迹预测，以便预知风险，避免发生事故。
[0003]相关技术的方法中将障碍物相关的地图信息与障碍物历史轨迹信息经过预处理后，输入神经网络，从而确定障碍物的目标轨迹。但是，相关技术的方法为黑盒模型，其内部工作机制，很难被开发人员理解，这样不利于方法的后期优化，也不方便及时掌握预估运动轨迹的确定过程。
技术实现思路
[0004]本申请提供一种障碍物轨迹预测方法、系统和计算机可读存储介质，方法方便开发人员理解。
[0005]本申请提供一种障碍物轨迹预测方法，所述障碍物轨迹预测方法包括：
[0006]获取障碍物的信息及所述障碍物预估运动的地图信息；
[0007]根据所述地图信息，确定所述障碍物的多个候选终点；
[0008]根据多个所述候选终点提取多个所述候选终点的特征，根据所述地图信息提取地图特征，并根据所述障碍物的信息提取所述障碍物特征；
[0009]根据所述候选终点的特征、所述地图特征及所述障碍物特征，从多个所述候选终点中确定多个预定终点，多个所述预定终点相较于多个所述候选终点中的其余候选终点，成为预估运动轨迹的目标终点的可能性更高；
[0010]根据多个所述预定终点，确定所述障碍物的目标终点，其中，所述目标终点包括历史轨迹终点及未来达到终点；及，
[0011]根据所述目标终点，确定所述障碍物的从所述历史轨迹终点到所述未来达到终点的预估运动轨迹。
[0012]可选的，所述障碍物的信息包括障碍物的历史位置信息；
[0013]所述地图信息包括车道线信息，所述车道线信息包括车道线邻接关系及车道线连接关系；
[0014]所述根据所述地图信息，确定所述障碍物的多个候选终点，包括：
[0015]根据所述历史位置信息，确定与所述障碍物实际运动方向相匹配的基础车道；
[0016]根据所述基础车道的车道线邻接关系及所述基础车道的车道线连接关系，在所述基础车道周围拓展多条候选车道；
[0017]根据多条所述候选车道，确定多个所述候选终点。
[0018]可选的，所述根据多个所述候选终点提取多个所述候选终点的特征，包括：根据多个所述候选终点，采用多层感知机，确定多个所述候选终点的特征。
[0019]可选的，所述根据多条所述候选车道，确定多个所述候选终点，包括：
[0020]以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点。
[0021]可选的，所述以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点，包括：沿所述候选车道的车道线方向，以预定间隔均匀地在每条所述候选车道的车道中心线上选择多个点，作为多个所述候选终点；
[0022]和/或，
[0023]所述以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点，包括：沿所述候选车道的车道线方向以及垂直于所述车道线方向的方向，以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点。
[0024]可选的，所述障碍物的信息包括障碍物的历史轨迹信息；所述根据所述障碍物的信息提取所述障碍物特征，包括：根据所述历史轨迹信息，采用卷积神经网络，提取所述障碍物特征，所述障碍物运动的时间特征和空间特征；
[0025]和/或，
[0026]所述地图信息包括车道线信息、可行驶区域信息及语义信息；
[0027]所述根据所述地图信息提取地图特征，包括：根据所述车道线信息、所述可行驶区域信息及所述语义信息，采用图神经网络，提取所述地图特征。
[0028]可选的，所述从多个所述候选终点中确定多个预定终点，包括：逐个判断多个所述候选终点是否会成为所述目标终点；将可能成为目标终点的多个候选终点，确定为多个预定终点；
[0029]和/或，
[0030]所述从多个所述候选终点中确定多个预定终点，包括：确定所有候选终点成为所述目标终点的概率，选择可能性最大的预定终点，作为所述目标终点；
[0031]和/或，
[0032]所述根据多个所述预定终点，确定所述障碍物的目标终点，包括：使用深度神经网络，提取所述预定终点的特征；根据所述预定终点的特征所述地图特征及所述障碍物特征，优化所述预定终点，确定所述目标终点。
[0033]可选的，所述根据所述目标终点，确定所述障碍物的从所述历史轨迹终点到所述未来达到终点的预估运动轨迹，包括：根据所述目标终点，使用优化算法，确定预估运动轨迹，以使所述预估运动轨迹平滑且符合障碍物运动学特性；
[0034]和/或，
[0035]所述根据所述目标终点，确定所述障碍物的从所述历史轨迹终点到所述未来达到终点的预估运动轨迹，包括：根据所述目标终点，提取所述目标终点的特征；将所述目标终点的特征，所述地图特征及所述障碍物特征输入至深度神经网络，以输出所述障碍物的预估运动轨迹。
[0036]本申请的提供一种障碍物轨迹预测系统，包括一个或多个处理器，用于实现如上任一项所述的方法。
[0037]本申请的提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行
时，实现如上任一项所述的方法。
[0038]在一些实施例中，本申请的障碍物轨迹预测方法，获取的障碍物的信息及障碍物预估运动的地图信息，是明确的；提取的多个候选终点的特征、地图特征及障碍物特征，是明确的，并且，根据候选终点的特征、地图特征及障碍物特征，从多个候选终点中确定多个预定终点，预定终点也是明确的，最后根据目标终点，可以确定障碍物的从历史轨迹终点到未来达到终点的预估运动轨迹。如此方法可以先确定目标终点进行估计，再根据历史轨迹终点及未来达到终点确定预估运动轨迹，此估预估运动轨迹是完整的，这样目标终点的估计过程是开发人员更容易理解的，易于根据目标终点对最终的预估运动轨迹做出解释，避免完全黑箱式的预测结果，有利于后期优化，方便及时掌握预估运动轨迹的确定过程。
附图说明
[0039]图1所示为本申请提供的障碍物轨迹预测方法的一实施例的流程示意图；
[0040]图2所示为图1所示的障碍物轨迹预测方法中的步骤120的一实施例的流程示意图；
[0041]图3所示为本申请提供的障碍物轨迹预测系统的一实施例的模块框图。
具体实施方式
[0042]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本说明书一个或多个实施例相一致的所有实施例。相反，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：获取障碍物的信息及所述障碍物预估运动的地图信息；根据所述地图信息，确定所述障碍物的多个候选终点；根据多个所述候选终点提取多个所述候选终点的特征，根据所述地图信息提取地图特征，并根据所述障碍物的信息提取所述障碍物特征；根据所述候选终点的特征、所述地图特征及所述障碍物特征，从多个所述候选终点中确定多个预定终点，多个所述预定终点相较于多个所述候选终点中的其余候选终点，成为预估运动轨迹的目标终点的可能性更高；根据多个所述预定终点，确定所述障碍物的目标终点，其中，所述目标终点包括历史轨迹终点及未来达到终点；及，根据所述目标终点，确定所述障碍物的从所述历史轨迹终点到所述未来达到终点的预估运动轨迹。2.如权利要求1所述的方法，其特征在于，所述障碍物的信息包括障碍物的历史位置信息；所述地图信息包括车道线信息，所述车道线信息包括车道线邻接关系及车道线连接关系；所述根据所述地图信息，确定所述障碍物的多个候选终点，包括：根据所述历史位置信息，确定与所述障碍物实际运动方向相匹配的基础车道；根据所述基础车道的车道线邻接关系及所述基础车道的车道线连接关系，在所述基础车道周围拓展多条候选车道；根据多条所述候选车道，确定多个所述候选终点。3.如权利要求2所述的轨迹预测方法，其特征在于，所述根据多个所述候选终点提取多个所述候选终点的特征，包括：根据多个所述候选终点，采用多层感知机，确定多个所述候选终点的特征。4.如权利要求2所述的轨迹预测方法，其特征在于，所述根据多条所述候选车道，确定多个所述候选终点，包括：以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点。5.如权利要求4所述的轨迹预测方法，其特征在于，所述以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点，包括：沿所述候选车道的车道线方向，以预定间隔均匀地在每条所述候选车道的车道中心线上选择多个点，作为多个所述候选终点；和/或，所述以预定间隔均匀地在每条所述候选车道上选择多个点，作为多个所述候选终点，包括：沿所述候选车道的车道线方向以及垂直于所述车道线方向的方向，以预定间隔均匀地在每条...
【专利技术属性】
技术研发人员：黄超，黎罗河，
申请(专利权)人：上海仙途智能科技有限公司，
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。