【技术实现步骤摘要】
本申请涉及自动驾驶，特别涉及一种车辆状态预测方法、装置、计算机设备及存储介质。
技术介绍
1、随着自动驾驶技术的迅猛发展，自动驾驶车辆得到了广泛地应用，其中运动控制是自动驾驶车辆实现自主驾驶的关键环节之一。
2、目前车辆大多数的运动控制都是基于车辆动力学建模，该车辆动力学建模是通过物理模型的建模方法来实现的。
3、上述方法需要通过详细且大量的车辆参数和控制系统原理来构建模型，从而导致对车辆状态预测的效率较低。
技术实现思路
1、本申请实施例提供了一种车辆状态预测方法、装置、计算机设备及存储介质，能够提高车辆状态预测的效率。所述技术方案如下：
2、一方面，提供了一种车辆状态预测方法，所述方法包括：
3、获取当前时刻对应的车辆的第一纵向速度、第一横摆角速度以及第一控制指令，所述第一纵向速度为车头方向上的行驶速度；
4、将所述第一纵向速度、所述第一横摆角速度和所述第一控制指令输入至预设的动力学预测模型中，对当前时刻以及未来时刻的车辆的加
【技术保护点】
1.一种车辆状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述动力学预测模型包括：第一网络模型和第二网络模型，所述将所述第一纵向速度、所述第一横摆角速度和所述第一控制指令输入至预设的动力学预测模型中，对当前时刻以及未来时刻的车辆的加速度进行预测，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二网络模型包括第一子模型和第二子模型，所述将所述第一纵向速度、所述第一横摆角速度和所述第一控制指令输入至所述第二网络模型中，得到下一时刻对应的第二纵向速度和第二横摆角速度，包括：
4.根据权利要求1...
【技术特征摘要】
1.一种车辆状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述动力学预测模型包括：第一网络模型和第二网络模型，所述将所述第一纵向速度、所述第一横摆角速度和所述第一控制指令输入至预设的动力学预测模型中，对当前时刻以及未来时刻的车辆的加速度进行预测，包括：
3.根据权利要求2所述的方法，其特征在于，所述第二网络模型包括第一子模型和第二子模型，所述将所述第一纵向速度、所述第一横摆角速度和所述第一控制指令输入至所述第二网络模型中，得到下一时刻对应的第二纵向速度和第二横摆角速度，包括：
4.根据权利要求1所述的方法，其特征在于，所述预设的动力学预测模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，所述预设的动力学预测模型包括：第一网络模型和第二网络模型，所述第二网络模型包括第一子模型和第二子模型，所述初始动力学模型包括：初始输出模型和初始状态模型，所述基于每组训练数据中的第一时刻对应的第一样本纵向速度、所述第一样本横摆角速度和所述第一样本控制指令、第二时刻对应的第二样本纵向速度和第二样本横摆角速度、所述第二时刻对应的第二...
【专利技术属性】
技术研发人员：宋攀，田冠男，张林波，李博，黄茁，孙礼，张关良，张师榕，郭唤唤，林聪，
申请(专利权)人：奇瑞汽车股份有限公司，
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。