【技术实现步骤摘要】
本专利技术涉及一种新型前方移动车辆轨迹识别方法。
技术介绍
1、目前，在车辆智能驾驶领域，需要识别前方移动车辆的轨迹，然后根据前方移动车辆的轨迹来自动修正自车的行驶路线和轨迹。在现有技术中，比较常见的前车轨迹识别方法是按照一定规则采样特定数量的前车坐标点，然后基于这些采样点利用最小二乘法确定一条前车移动轨迹曲线。
2、但是，采用最小二乘法确定的是单个移动车辆的目标轨迹，而且无法排除前方变道车辆。若自车前方存在多个移动车辆时，基于最小二乘法的轨迹拟合方式无法得到一个综合的前方移动车辆的行驶轨迹。
技术实现思路
1、本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种新型前方移动车辆轨迹识别方法，基于粒子群优化算法对多条前方移动车辆的运动轨迹进行优化，最终得到一个比较符合道路实际曲率的前车轨迹曲线，解决了自车前方存在多个移动车辆的情况下如何对多个前车余地轨迹进行优化并得到一个最优行驶曲率的问题。
2、为了解决上述技术问题，本专利技术的技术方案是：
3、一种新型前方移动车辆轨迹识别方法，它包括：
4、步骤s1、对前方移动车辆的轨迹进行采样，形成若干组各个前车的轨迹采样点；
5、步骤s2、首先基于前车的轨迹采样点，将每条前车轨迹均拟合成一条轨迹曲线，然后对每条前车轨迹曲线的有效性进行评估，判断是否可以用于最终的轨迹融合，最后利用粒子群算法对多条轨迹进行优化，最终得到一条优化后的移动前车轨迹曲线。
6、进一步，所
7、步骤s11、对前车进行运动补偿，具体包括如下步骤：
8、对本周期前车的车身坐标系进行运动补偿，结合自车车速v、1个周期内自车行驶距离f_drivendist、自车横摆角速度ω、自车旋转的横摆角度θ，将自车的车身坐标系转换到本周期的坐标系：
9、f_drivendist＝v·δt
10、θ＝ω·δt；
11、当|θ|≥阈值时：
12、
13、
14、当|θ|＜阈值时：
15、xi＝-sin(-θ)·yi_old+cos(-θ)·xi_old-f_drivendist·cos(-θ)
16、yi＝cos(-θ)·yi_old+sin(-θ)·xi_old-f_drivendist·sin(-θ)；
17、其中，xi和yi分别表示上周期已存在的某个移动前车的第i轨迹采样点在经过运动补偿之后在本周期的x轴和y轴坐标；
18、xi_old和yi_old分别表示上周期已存在的某个移动前车的第i轨迹采样点在运动补偿前的x轴和y轴坐标；
19、步骤s12、新轨迹采样条件检查；
20、步骤s13、轨迹点平移与新轨迹点采样；
21、步骤s14、轨迹点裁剪。
22、进一步，所述步骤s12具体包括如下步骤：
23、步骤s121、对于前方移动的目标，生成新的运动轨迹需要满足如下条件：
24、前车运动属性为moving或stopped；
25、前车的lifetime＞对应阈值，比如10个周期；
26、前车的obstacle probability＞对应阈值；
27、前车类型是car或者truck；
28、步骤s122、生成新的运动轨迹，具体包括如下步骤：
29、遍历上周期轨迹判断对应的前车目标在本周期内是否存在，若不存在，则在轨迹列表中对应位置删除上周期轨迹对应的前车目标轨迹数据；若存在，则判断上周期轨迹对应的前车目标是否满足生成新运动轨迹条件；
30、若满足生成新运动轨迹条件，则判断上周期是否存在前车目标的运动轨迹；若上周期不存在前车目标的运动轨迹，则判断当前是否已存在n条前车运动轨迹；若已存在n条前车运动轨迹，则找出上周期n条前车运动轨迹中bad计数最大值，若bad计数最大值大于阈值，则将bad计数最大值大于阈值的前车运动轨迹删除并由新运动轨迹替代，生成新轨迹的第一个采样点；若不存在n条前车运动轨迹，则在轨迹数组空位处生成新轨迹的第一个采样点；若上周期存在前车目标的运动轨迹，则将这条前车目标的运动轨迹的bad属性计数-1；
31、若不满足生成新运动轨迹条件，则判断上周期是否存在前车目标的运动轨迹；若上周期存在前车目标的运动轨迹，则将这条前车目标的运动轨迹的bad属性计数-1。
32、进一步，所述新运动轨迹的第一个采样点的坐标为(x1,y1)，其中，x1为当前周期前车的x轴位置，y1为当前周期前车的y轴位置。
33、进一步，所述步骤s13具体包括如下步骤：
34、对于轨迹数组里上周期已存在且本周期没有被删除的轨迹，采样新轨迹点需要满足如下公式：
35、
36、其中，x和y分别表示前车在当前周期的实际位置；x1和y1表示前车轨迹第一个采样点的位置；sth表示距离阈值，如果大于阈值则生成新轨迹采样点；
37、若可以生成新轨迹采样点，则需提前将前车轨迹已有采样点在数组里进行逐位移动；
38、然后，将前车的本周期位置(x,y)作为前车轨迹的第一个采样点(x1,y1)，轨迹采样点数量不超过轨迹数组的最大值m。
39、进一步，所述步骤s14具体包括如下步骤：
40、如果存在两个采样点位于自车之后，则裁剪掉采样时间最早的轨迹点，即将坐标赋值为默认值。
41、进一步，所述步骤s2具体包括如下步骤：
42、步骤s21、将每条移动前车轨迹均拟合成一条轨迹曲线，具体包括如下步骤：
43、基于步骤s1得到的前车的轨迹采样点，利用最小二乘法将单条前车轨迹拟合成对应的轨迹曲线；
44、在不考虑曲率变化率的情况下，拟合的轨迹曲线形式如下：
45、f(x)＝c0+c1·x+c2·x2
46、其中，c0为当前轨迹距自车的横向偏移，c1为轨迹曲线的航向角，c2为轨迹曲率的1/2；
47、利用最小二乘法将单条前车轨迹的所有采样点距拟合曲线的横向距离平方和最小，表示为：
48、
49、其中，(xi,yi)表示这条轨迹的第i个采样点；步为这条轨迹的有效采样点，最多不超过m，m为轨迹数组的最大值；
50、根据极值原理，分别对c0、c1和c2进行偏微分：
51、
52、化简得到：
53、
54、写成矩阵形式：
55、
56、然后得到单条前车轨迹的拟合二次曲线系数c0、c1和c2；
57、步骤s22、对单条前车轨迹进行有效性评估，具体包括如下步骤：
58、步骤s221、对单条前车轨迹进行自身质量评估，若单条轨迹同时满足各项自身质量评估条件，则判定单条前车轨迹的自身质量合格本文档来自技高网...
【技术保护点】
1.一种新型前方移动车辆轨迹识别方法，其特征在于，它包括：
2.根据权利要求1所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S1具体包括如下步骤：
3.根据权利要求2所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S12具体包括如下步骤：
4.根据权利要求3所述的新型前方移动车辆轨迹识别方法，其特征在于：所述新运动轨迹的第一个采样点的坐标为(X1，Y1)，其中，X1为当前周期前车的X轴位置，Y1为当前周期前车的Y轴位置。
5.根据权利要求2所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S13具体包括如下步骤：
6.根据权利要求2所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S14具体包括如下步骤：
7.根据权利要求1所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S2具体包括如下步骤：
8.根据权利要求7所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S224中，对单条前车轨迹进行可用性评估，具体包括如下步骤：
9.根据权利要求7所
10.根据权利要求7所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤S233中，根据适应度更新局部和全局最优值并更新每个粒子的移动速度和位置，具体包括如下步骤：
...【技术特征摘要】
1.一种新型前方移动车辆轨迹识别方法，其特征在于，它包括：
2.根据权利要求1所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤s1具体包括如下步骤：
3.根据权利要求2所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤s12具体包括如下步骤：
4.根据权利要求3所述的新型前方移动车辆轨迹识别方法，其特征在于：所述新运动轨迹的第一个采样点的坐标为(x1，y1)，其中，x1为当前周期前车的x轴位置，y1为当前周期前车的y轴位置。
5.根据权利要求2所述的新型前方移动车辆轨迹识别方法，其特征在于，所述步骤s13具体包括如下步骤：
6.根据权利要求2所述的新型前方移...
【专利技术属性】
技术研发人员：王神保，杜思伟，
申请(专利权)人：常州星宇车灯股份有限公司，
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。