车辆轨迹处理方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种车辆轨迹处理方法、装置、电子设备及存储介质，可应用于地图领域；方法包括：获取与目标交通场景相关的多条历史车辆轨迹；对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹；获取目标车辆在所述目标交通场景中的感知轨迹，其中，所述感知轨迹是基于所述目标车辆在所述目标交通场景中的传感器数据确定的；从所述多条先验轨迹中确定与所述感知轨迹距离最小的一条所述先验轨迹，以作为目标先验轨迹；基于所述目标先验轨迹对所述感知轨迹进行修正处理，得到校准轨迹，其中，所述校准轨迹用于在电子地图中显示为所述目标车辆的行车轨迹。通过本申请，能够实现车辆轨迹的优化，以提升车辆轨迹的稳定性。以提升车辆轨迹的稳定性。以提升车辆轨迹的稳定性。

【技术实现步骤摘要】
车辆轨迹处理方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种车辆轨迹处理方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，随着人工智能技术的发展，对交通路口场景进行实时智能状态识别来提升路口的安全性已经成为可能。其中，具有代表性的产品为“全息路口”，如图1所示，通过在路口架设一定的感知设备(例如相机、激光雷达、毫米波雷达等)以及特定的传感器感知算法来实现对路口的全天候实时智能识别。
[0003]在全息路口的技术方案中，需要开发传感器感知算法对路口的目标车辆进行实时检测(例如包括检测目标车辆的位置、目标车辆的朝向、车牌1001等)，在理想的传感器感知算法下(假设感知算法100％准确)，能够准确无误的输出交通场景中每个目标车辆稳定的车辆轨迹。然而在实际的场景环境下，由于传感器的抖动、感知算法的误检等，实际的车辆轨迹常常会出现抖动、闪现、漂移等一系列问题。也就是说，相关技术提供的方案中输出的目标车辆的车辆轨迹是不稳定的，这会对后续的目标车辆的行为分析造成误判。

技术实现思路

[0004]本申请实施例提供一种车辆轨迹处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够实现车辆轨迹的优化，以提升车辆轨迹的稳定性。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种车辆轨迹处理方法，包括：
[0007]获取与目标交通场景相关的多条历史车辆轨迹；
[0008]对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹；
[0009]获取目标车辆在所述目标交通场景中的感知轨迹，其中，所述感知轨迹是基于所述目标车辆在所述目标交通场景中的传感器数据确定的；
[0010]从所述多条先验轨迹中确定与所述感知轨迹距离最小的一条所述先验轨迹，以作为目标先验轨迹；
[0011]基于所述目标先验轨迹对所述感知轨迹进行修正处理，得到校准轨迹，其中，所述校准轨迹用于在电子地图中显示为所述目标车辆的行车轨迹。
[0012]本申请实施例提供一种车辆轨迹处理装置，包括：
[0013]获取模块，用于获取与目标交通场景相关的多条历史车辆轨迹；
[0014]聚类模块，用于对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹；
[0015]所述获取模块，还用于获取目标车辆在所述目标交通场景中的感知轨迹，其中，所述感知轨迹是基于所述目标车辆在所述目标交通场景中的传感器数据确定的；
[0016]确定模块，用于从所述多条先验轨迹中确定与所述感知轨迹距离最小的一条所述先验轨迹，以作为目标先验轨迹；
[0017]修正模块，用于基于所述目标先验轨迹对所述感知轨迹进行修正处理，得到校准轨迹，其中，所述校准轨迹用于在电子地图中显示为所述目标车辆的行车轨迹。
[0018]本申请实施例提供一种电子设备，包括：
[0019]存储器，用于存储可执行指令；
[0020]处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的车辆轨迹处理方法。
[0021]本申请实施例提供一种计算机可读存储介质，存储有计算机可执行指令，用于被处理器执行时，实现本申请实施例提供的车辆轨迹处理方法。
[0022]本申请实施例提供一种计算机程序产品，包括计算机程序或计算机可执行指令，用于被处理器执行时，实现本申请实施例提供的车辆轨迹处理方法。
[0023]本申请实施例具有以下有益效果：
[0024]通过对目标交通场景下行驶车辆的历史车辆轨迹进行聚类分析，得到多条先验轨迹，接着使用多条先验轨迹中与目标车辆的感知轨迹距离最近的目标先验轨迹，对目标车辆的感知轨迹进行修正，得到校准轨迹，如此，能够解决由于传感器的抖动导致的感知轨迹不稳定的问题，使得最终输出的校准轨迹更加符合真实车辆的行驶状态。
附图说明
[0025]图1是本申请实施例提供的全息路口示意图；
[0026]图2是本申请实施例提供的在交通路口检测到的感知车辆示意图；
[0027]图3是本申请实施例提供的车辆轨迹处理系统100的架构示意图；
[0028]图4是本申请实施例提供的服务器200的结构示意图；
[0029]图5是本申请实施例提供的车辆轨迹处理方法的流程示意图；
[0030]图6是本申请实施例提供的交通道路的十字路口示意图；
[0031]图7是本申请实施例提供的车辆轨迹处理方法的流程示意图；
[0032]图8是本申请实施例提供的聚类处理的原理示意图；
[0033]图9是本申请实施例提供的车辆轨迹处理方法的流程示意图；
[0034]图10是本申请实施例提供的车辆轨迹处理方法的原理示意图；
[0035]图11是本申请实施例提供的先验轨迹示意图。
具体实施方式
[0036]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
[0037]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0038]可以理解的是，在本申请实施例中，涉及到用户信息等相关的数据(例如用户驾驶车辆的行车轨迹)，当本申请实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
[0039]在以下的描述中，所涉及的术语“第一\第二\...”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\...”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0040]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0041]对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。
[0042]1)先验轨迹：通过采用特定的聚类算法对大量的实际车流轨迹数据进行聚类分析，得到的车辆最频繁行驶的多条热点轨迹路径(即车辆在目标交通场景中行驶次数大于次数阈值的车辆轨迹)，其中，聚类算法可以是基于密度的噪声应用空间聚类算法(DBSCAN，Density
‑
Based Spatial Clustering of Applications with Noise)、基于划分的聚类算法，例如K
‑
Means聚类算法。
[0043]2)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆轨迹处理方法，其特征在于，所述方法包括：获取与目标交通场景相关的多条历史车辆轨迹；对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹；获取目标车辆在所述目标交通场景中的感知轨迹，其中，所述感知轨迹是基于所述目标车辆在所述目标交通场景中的传感器数据确定的；从所述多条先验轨迹中确定与所述感知轨迹距离最小的一条所述先验轨迹，以作为目标先验轨迹；基于所述目标先验轨迹对所述感知轨迹进行修正处理，得到校准轨迹，其中，所述校准轨迹用于在电子地图中显示为所述目标车辆的行车轨迹。2.根据权利要求1所述的方法，其特征在于，所述对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹，包括：将所述目标交通场景划分成不同方向上的多个可行驶区域；针对每个所述可行驶区域，执行以下处理：对所述可行驶区域包括的多条历史车辆轨迹进行聚类处理，得到与所述可行驶区域对应方向上的多条先验轨迹。3.根据权利要求1所述的方法，其特征在于，所述电子地图包括多个栅格单元，所述多个栅格单元是以设定的尺寸为单位对所述电子地图进行划分得到的；在获取与目标交通场景相关的多条历史车辆轨迹之后，所述方法还包括：以所述设定的尺寸为单位将所述电子地图划分为所述多个栅格单元，其中，每个所述栅格单元的初始的计数值为0，所述计数值用于表征所述栅格单元对应的位置上经过的所述历史车辆轨迹的数量；将所述多条历史车辆轨迹分别映射至对应的至少部分所述栅格单元中，基于每个所述栅格单元的映射结果，确定每个所述栅格单元更新后的计数值。4.根据权利要求3所述的方法，其特征在于，所述对所述多条历史车辆轨迹进行聚类处理，得到多条先验轨迹，包括：迭代执行以下处理：从所述电子地图中选取一个初始栅格单元，遍历以所述初始栅格单元为圆心的设定聚类半径的圆形区域，当所述圆形区域内的目标栅格单元的数量大于设定的聚类密度阈值时，将所述圆形区域内的所述目标栅格单元确定为与所述初始栅格单元属于同一类型的栅格单元，其中，所述目标栅格单元更新后的计数值大于设定的数量阈值；当所述圆形区域内的所述目标栅格单元的数量小于所述聚类密度阈值时，针对多个所述类型分别执行以下处理：对属于所述类型的多个所述目标栅格单元依次进行连接处理，得到与所述类型对应的一条先验轨迹。5.根据权利要求4所述的方法，其特征在于，在从所述电子地图中选取一个初始栅格单元之前，所述方法还包括：从所述电子地图中删除异常栅格单元，其中，所述异常栅格单元更新后的计数值小于所述数量阈值；在对属于所述类型的多个所述目标栅格单元依次进行连接处理，得到与所述类型对应的一条先验轨迹之后，所述方法还包括：
基于轨迹点插值的方式对所述先验轨迹进行平滑处理，得到平滑后的所述先验轨迹。6.根据权利要求1所述的方法，其特征在于，在基于所述目标先验轨迹对所述感知轨迹进行修正处理之前，所述方法还包括：当所述目标先验轨迹与所述感知轨迹之间的距离小于距离阈值时，转入执行基于所述目标先验轨迹对所述感知轨迹进行修正处理的步骤；当所述目标先验轨迹与所述感知轨迹之间的距离大于所述距离阈值时，将所述感知轨迹映射至所述电子地图，其中，所述感知轨迹用于在所述电子地图中显示为所述目标车辆的行车轨迹。7.根据权利要求1所述的方法，其特征在于，在得到所述校准轨迹之后，所述方法还包括：将所述校准轨迹映射至与所述目标交通场景对应的所述电子地图中，其中，所述电子地图上的每个栅格单元分别对应的位置，在同一时刻至多作为一辆车辆...

【专利技术属性】
技术研发人员：朱明旭，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：