车辆轨迹预测、模型训练方法、设备、装置及存储介质制造方法及图纸

技术编号:38713897 阅读:19 留言:0更新日期:2023-09-08 14:56
本申请实施例提供车辆轨迹预测、模型训练方法、设备、装置及存储介质。该方法包括:获取第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据;根据车辆位置观测数据、车辆监测数据以及车辆传感器数据,确定对应的车辆状态决策规则;将第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据,和车辆状态决策规则输入训练好的车辆运动状态模型,输出预测到的第一时间段后的模型预测轨迹。通过多种不同方式获取大量多种类型的第一时间段内的数据,进而得到车辆状态决策规则,将第一时间段内的数据和车辆状态决策规则输入到训练好的车辆运动状态模型,从而使得训练好的车辆运动状态模型能够更加精准的进行轨迹预测。轨迹预测。轨迹预测。

【技术实现步骤摘要】
车辆轨迹预测、模型训练方法、设备、装置及存储介质


[0001]本申请涉及车辆控制
,尤其涉及车辆轨迹预测、模型训练方法、设备、装置及存储介质。

技术介绍

[0002]随着车辆智能化和精准化技术发展,不仅能够有效提升用户的乘驾体验,还能够有效降低司机的驾驶难度。然而,在实际进行车辆运动状态是复杂多变的,单纯依靠个别基础数据所判断出的车辆运行状态可能是准确的,或者是完全相反的状态。比如,车辆陷入泥潭,虽然车轮有转动,但是,车辆本身并未发生移动,或者发生侧滑移动。通过单一数据无法对车辆轨迹进行精准预测。因此,一种新的解决方案亟待提出。

技术实现思路

[0003]本申请实施例提供车辆轨迹预测、模型训练方法、设备、装置及存储介质,用以基于多数据融合从而实现车辆轨迹的精准预测。
[0004]第一方面,本申请实施例提供一种车辆轨迹预测方法,包括:
[0005]获取第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据;
[0006]根据所述车辆位置观测数据、车辆监测数据以及车辆传感器数据,确定对应的车辆状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆轨迹预测方法,应用于车辆设备,其特征在于,所述方法包括:获取第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据;根据所述车辆位置观测数据、车辆监测数据以及车辆传感器数据,确定对应的车辆状态决策规则;将所述第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据,和所述车辆状态决策规则输入训练好的车辆运动状态模型,输出预测到的第一时间段后的模型预测轨迹。2.根据权利要求1所述的方法,其特征在于,所述获取第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据,包括:获取第一时间段内的车辆位置观测数据对应的第一位置变化量;获取所述车辆监测数据中的车辆四轮轮速、方向盘转角、车辆档位;获取所述车辆传感器采集到的行驶速度、加速度、横摆角速度。3.根据权利要求1所述的方法,其特征在于,所述将所述第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据输入训练好的车辆运动状态模型,输出预测到的第一时间段后的模型预测轨迹,包括:利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理,输出车辆平面运动信息、车辆空间运动信息以及车辆非圆周运动信息;基于所述车辆平面运动信息、所述车辆空间运动信息以及所述车辆非圆周运动信息进行积分处理,生成所述第一时间段之后的模型预测轨迹。4.根据权利要求3所述的方法,其特征在于,所述生成所述第一时间段之后的模型预测轨迹,包括:基于所述车辆非圆周运动信息在所述第一时间段内单位时间信息,利用积分运算得到位置信息和位置变化信息;基于所述车辆平面运动信息和所述车辆空间运动信息在所述第一时间段内单位时间信息,利用积分运算得到距离信息和运动信息;根据所述位置信息、所述位置变化信息、所述距离信息和所述运动信息,计算得到所述模型预测轨迹。5.根据权利要求2所述的方法,其特征在于,所述根据所述车辆位置观测数据、车辆监测数据以及车辆传感器数据,确定对应的车辆状态决策规则,包括:若所述第一位置变量与所述车辆四轮轮速、所述行驶速度、所述加速度、所述车辆档位匹配,则确定车辆状态决策规则为正常行驶状态;若所述第一位置变量与所述行驶速度、所述加速度匹配,且与所述车辆四轮轮速不匹配,则确定车辆状态决策规则为脱困状态;若所述第一位置变量对应的运动状态与所述车辆四轮轮速、所述行驶速度、所述加速度匹配、且与所述车辆档位不匹配,则确定车辆状态决策规则为溜车状态;若所述方向盘转角对应的前轮转角变化速率与所述横摆角速度匹配,则确定所述车辆状态决策规则为转弯状态;若所述方向盘转角对应的前轮转角变化速率与所述横摆角速度不匹配,则确定所述车辆状态决策规则为方向盘波动。
6.根据权利要求1所述的方法,其特征在于,所述车辆运动状态模型是根据历史积累的车辆位置观测数据、车辆监测数据以及车辆传感器数据训练得到。7.一种模型训练...

【专利技术属性】
技术研发人员:祝勇方绍伟蒙越宁昀鹏
申请(专利权)人:北京罗克维尔斯科技有限公司
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