【技术实现步骤摘要】
一种行驶预测方法、装置、设备和可读存储介质
[0001]本申请涉及智能驾驶
，特别是涉及一种行驶预测方法、装置、设备和可读存储介质。
技术介绍
[0002]近年来，随着人工智能技术和智能汽车行业的蓬勃发展，作为二者结合领域的自动驾驶受到了广泛关注。为了更好地完成对自车行驶路径的规划，智能汽车可以通过对周围车辆未来行驶轨迹进行预测，用于规划自身行车路径，对车辆行驶意图的预测也可作为轨迹预测的过程中的重要内容。进一步地，对车辆进行真实意图标注则是进行意图预测中的重要环节。
[0003]本申请的申请人在长期的研发过程中发现，现有的对车辆行驶意图的标注，标注准确度受轨迹数据噪声的影响较大，当轨迹数据存在测量误差或其他噪声的情况下，标注准确度低，从而会影响行驶预测模型进行行驶预测的准确性。
技术实现思路
[0004]本申请主要解决的技术问题是提供一种行驶预测方法、装置、设备和可读存储介质，能够提高行驶预测的准确性。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种行驶预测方法，...
【技术保护点】
【技术特征摘要】
1.一种行驶预测方法，其特征在于，包括：获取待测车辆的第一行车信息、所述待测车辆预设范围内车辆的第二行车信息以及所述待测车辆行驶道路的车道线信息；基于行驶预测模型对所述第一行车信息、所述第二行车信息和所述车道线信息进行预测，得到所述待测车辆的预测行驶意图和预测行驶轨迹；其中，所述行驶预测模型基于与样本车辆相关的样本数据训练得到，所述样本数据标注有所述样本车辆的样本行驶意图，所述样本行驶意图基于样本行驶轨迹确定，所述样本行驶轨迹基于所述样本车辆在所述样本数据之后采集的原始轨迹数据分析得到，所述原始轨迹数据包括所述样本车辆在目标时间段内的位置信息。2.根据权利要求1所述的方法，其特征在于，所述样本行驶轨迹的获取步骤包括：基于所述原始轨迹数据进行分析，得到所述样本车辆在所述目标时间段内的位置分布；基于所述位置分布，提取所述样本车辆的样本行驶轨迹。3.根据权利要求2所述的方法，其特征在于，所述目标时间段包括若干子时间段，所述位置分布包括各个所述子时间段所述样本车辆处于车道网格的条件概率，所述车道网格由第一参考线和第二参考线交叉划分得到，且所述第二参考线基于所述样本车辆在所述目标时间段内的总位移确定；所述基于所述位置分布，提取所述样本车辆的样本行驶轨迹，包括：对于各个所述子时间段，基于所述子时间段内所述车道网格的条件概率，从所述车道网格中选择至少一个网格作为目标网格；基于各个所述子时间段的目标网格，提取所述样本车辆的样本行驶轨迹。4.根据权利要求3所述的方法，其特征在于，所述基于所述子时间段内所述车道网格的条件概率，从所述车道网格中选择至少一个网格作为目标网格，包括：选择所述条件概率满足预设概率要求的网格，作为所述子时间段的所述目标网格；和/或，所述基于各个所述子时间段的目标网格，提取所述样本车辆的样本行驶轨迹，包括：获取与各个所述子时间段的目标网格分别对应的目标位置信息，以得到所述样本车辆的样本行驶轨迹，其中，所述目标位置信息表示所述目标网格的预设位置的位置信息。5.根据权利要求2或3所述的方法，其特征在于，所述目标时间段包括若干子时间段，所述位置分布包括各个所述子时间段所述样本车辆处于车道网格的条件概率，所述基于所述原始轨迹数据进行分析，得到所述样本车辆在所述目标时间段内的位置分布，包括：将所述原始轨迹数据转换为参考路径坐标系下的数据，转换后的所述原始轨迹数据表示所述样本车辆在第一方向上的位移，和在第二方向上的位移，其中，所述第一方向为垂直所述参考路径方向，所述第二方向为沿所述参考路径方向，所述参考路径为所述样本车辆在所述目标时间段起始时所在的车道中心线；根据转换后的所述原始轨迹数据，获取所述样本车辆在各所述子时间段内在所述第二方向上的位移和在所述目标时间段内所述第一方向上的所述总位移；利用各所述子时间段在所述第二方向上的位移，划分得到与所述第一方向平行的所述第一参考线，以及，在所述总位移范围内均匀划分，得到与所述第二方向平行的所述第二参考线，基于所述第一参考
线和所述第二参考线得到所述车道网格；基于转换后的所述原始轨迹数据，对各所述子时间段，分别统计所述样本车辆的位置处于各所述网格的次数，利用所述次数得到所述样本车辆处于所述车道网格的条件概率。6....
【专利技术属性】
技术研发人员：文思超，
申请(专利权)人：浙江零跑科技股份有限公司，
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。