一种车辆轨迹预测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种车辆轨迹预测方法、装置、设备及存储介质，包括：获取目标车辆的各周边行驶车辆的历史运动信息；所述历史运动信息为历史一段时间内所述周边行驶车辆在位于所述目标车辆周边位置行驶时的运动位置及状态信息；对全部所述历史运动信息进行预处理，得到各所述周边行驶车辆与除自身外的其他所述周边行驶车辆之间的反映时空交互的运动交互信息；将全部所述运动交互信息输入至车辆轨迹预测模型，利用车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测。本申请充分考虑了车辆间的时空交互对轨迹预测的影响，能够提高模型预测精确度以有效保障车辆行驶安全。全。全。

【技术实现步骤摘要】
一种车辆轨迹预测方法、装置、设备及存储介质


[0001]本专利技术涉及自动驾驶
，特别涉及一种车辆轨迹预测方法、装置、设备及存储介质。

技术介绍

[0002]近年来，随着科技的迅速发展，国内外针对智能车辆的研究也越来越深入。但如何解决智能车辆在各种复杂交通场景中与周边车辆合理地交互成为了一个研究热点问题，国内外研究普遍认为只有当智能车辆具备预测周边车辆轨迹的功能时，智能车辆才能更加智能和安全。通过预测智能车辆周边车辆轨迹才能充分保障车辆安全。相关技术中，在进行轨迹预测时大多不能充分提取车辆的运动隐藏状态，即不能有效利用车辆的历史运动信息且没有考虑到车辆间的时空交互对轨迹预测的影响，从而使得预测出来的轨迹不贴近真实的车辆轨迹，产生较大偏差，无法保障车辆安全。
[0003]因此，上述问题亟待本领域技术人员解决。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种车辆轨迹预测方法、装置、设备及存储介质，充分考虑了车辆间的时空交互对轨迹预测的影响，能够提高模型预测精确度以有效保障车辆行驶安全。其具体方案如下：
[0005]本申请的第一方面提供了一种车辆轨迹预测方法，包括：
[0006]获取目标车辆的各周边行驶车辆的历史运动信息；其中，所述历史运动信息为历史一段时间内所述周边行驶车辆在位于所述目标车辆周边位置行驶时的运动位置及状态信息；
[0007]对全部所述历史运动信息进行预处理，得到各所述周边行驶车辆与除自身外的其他所述周边行驶车辆之间的反映时空交互的运动交互信息；
[0008]将全部所述运动交互信息输入至车辆轨迹预测模型，以利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测。
[0009]可选的，各所述周边行驶车辆的所述运动交互信息至少包括车辆长度宽度、在纵横方向上相对所述目标车辆的位置坐标、在纵横方向上的速度、在纵横方向上的加速度及中心点距离车道边界的横向距离。
[0010]可选的，利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测之后，还包括：
[0011]将所述车辆轨迹预测模型输出的各所述周边行驶车辆的未来运动轨迹发送至预设设备的显示界面进行显示。
[0012]可选的，所述车辆轨迹预测模型将各所述周边行驶车辆的未来运动轨迹输出至所述目标车辆的车载界面进行显示之前，还包括：
[0013]根据所述历史运动信息生成各所述周边行驶车辆的历史运动轨迹；
[0014]将各所述周边行驶车辆的历史运动轨迹发送至所述预设设备的显示界面，使得所述预设设备的显示界面对各所述周边行驶车辆的历史运动轨迹与未来运动轨迹一并进行显示。
[0015]可选的，所述车辆轨迹预测方法，还包括：
[0016]获取所述目标车辆的实时运动信息；
[0017]根据所述实时运动信息及各所述周边行驶车辆的未来运动轨迹对所述目标车辆的行驶安全性进行分析，得到相应的危险预警及安全操作提示信息；
[0018]将危险预警及安全操作提示信息发送至所述预设设备的显示界面进行显示。
[0019]可选的，所述获取所述目标车辆的实时运动信息之后，还包括：
[0020]根据所述实时运动信息确定所述目标车辆的当前行驶道路信息，并将所述当前行驶道路信息发送至所述预设设备的显示界面进行显示。
[0021]可选的，所述车辆轨迹预测模型为利用训练集对基于DeepGBM神经网络模型进行训练后得到的模型；所述训练集包括历史运动信息和相应的样本标签，所述样本标签为与历史运动信息对应的运动坐标。
[0022]本申请的第二方面提供了一种车辆轨迹预测装置，包括：
[0023]历史运动信息获取模块，用于获取目标车辆的各周边行驶车辆的历史运动信息；其中，所述历史运动信息为历史一段时间内所述周边行驶车辆在位于所述目标车辆周边位置行驶时的运动位置及状态信息；
[0024]预处理模块，用于对全部所述历史运动信息进行预处理，得到各所述周边行驶车辆与除自身外的其他所述周边行驶车辆之间的反映时空交互的运动交互信息；
[0025]模型预测模块，用于将全部所述运动交互信息输入至车辆轨迹预测模型，以利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测。
[0026]本申请的第三方面提供了一种电子设备，所述电子设备包括处理器和存储器；其中所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现前述车辆轨迹预测方法。
[0027]本申请的第四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中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述车辆轨迹预测方法。
[0028]本申请中，先获取目标车辆的各周边行驶车辆的历史运动信息；所述历史运动信息为历史一段时间内所述周边行驶车辆在位于所述目标车辆周边位置行驶时的运动位置及状态信息；然后对全部所述历史运动信息进行预处理，得到各所述周边行驶车辆与除自身外的其他所述周边行驶车辆之间的反映时空交互的运动交互信息；最后将全部所述运动交互信息输入至车辆轨迹预测模型，以利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测。可见，本申请通过对周边行驶车辆的历史运动信息进行预处理来获得周边行驶车辆之间的运动交互信息，进而将运动交互信息作为车辆轨迹预测模型的输入，充分考虑了车辆间的时空交互对轨迹预测的影响，能够提高模型预测精确度以有效保障车辆行驶安全。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
[0030]图1为本申请提供的一种车辆轨迹预测方法流程图；
[0031]图2为本申请提供的一种具体的周边行驶车辆的历史运动信息示例图；
[0032]图3为本申请提供的一种具体的DeepGBM神经网络结构图；
[0033]图4为本申请提供的一种具体的车辆轨迹预测方法流程图；
[0034]图5为本申请提供的一种具体的车载界面的示例图；
[0035]图6为本申请提供的一种车辆轨迹预测装置结构示意图；
[0036]图7为本申请提供的一种车辆轨迹预测电子设备结构图。
具体实施方式
[0037]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，都属于本专利技术保护的范围。
[0038]现有的车辆轨迹预测方案大多不能充分提取车辆的运动隐藏状态，即不能有效利用车辆的历史运动信息且没有考虑到车辆间的时空交互对轨迹预测的影响，从而使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆轨迹预测方法，其特征在于，包括：获取目标车辆的各周边行驶车辆的历史运动信息；其中，所述历史运动信息为历史一段时间内所述周边行驶车辆在位于所述目标车辆周边位置行驶时的运动位置及状态信息；对全部所述历史运动信息进行预处理，得到各所述周边行驶车辆与除自身外的其他所述周边行驶车辆之间的反映时空交互的运动交互信息；将全部所述运动交互信息输入至车辆轨迹预测模型，以利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测。2.根据权利要求1所述的车辆轨迹预测方法，其特征在于，各所述周边行驶车辆的所述运动交互信息至少包括车辆长度宽度、在纵横方向上相对所述目标车辆的位置坐标、在纵横方向上的速度、在纵横方向上的加速度及中心点距离车道边界的横向距离。3.根据权利要求1所述的车辆轨迹预测方法，其特征在于，所述利用所述车辆轨迹预测模型对各所述周边行驶车辆的未来运动轨迹进行预测之后，还包括：将所述车辆轨迹预测模型输出的各所述周边行驶车辆的未来运动轨迹发送至预设设备的显示界面进行显示。4.根据权利要求3所述的车辆轨迹预测方法，其特征在于，所述将所述车辆轨迹预测模型输出的各所述周边行驶车辆的未来运动轨迹发送至预设设备的显示界面进行显示之前，还包括：根据所述历史运动信息生成各所述周边行驶车辆的历史运动轨迹；将各所述周边行驶车辆的历史运动轨迹发送至所述预设设备的显示界面，使得所述预设设备的显示界面对各所述周边行驶车辆的历史运动轨迹与未来运动轨迹一并进行显示。5.根据权利要求4所述的车辆轨迹预测方法，其特征在于，还包括：获取所述目标车辆的实时运动信息；根据所述实时运动信息及各所述周边行驶车辆的未来运动轨迹对所述目标车辆的行驶安全...

【专利技术属性】
技术研发人员：徐天宇，
申请(专利权)人：知行汽车科技苏州股份有限公司，
类型：发明
国别省市：