一种车辆轨迹预测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种车辆轨迹预测方法、装置、电子设备及存储介质，涉及智能驾驶技术领域。其中，该方法包括：获取目标车辆在当前时刻的局部地图数据和障碍车辆的历史轨迹数据；根据局部地图数据和历史轨迹数据确定障碍车辆的行驶特征数据；将局部地图数据、历史轨迹数据和行驶特征数据输入至预先训练好的目标特征融合模型得到轨迹地图特征；根据轨迹地图特征和障碍车辆的初始轨迹路径预测障碍车辆在下一时刻的行驶轨迹。本申请提供的技术方案，可以提高轨迹预测准确度，可以适配于弯道场景和路口转弯场景等交通场景。

【技术实现步骤摘要】

本申请涉及智能驾驶，尤其涉及一种车辆轨迹预测方法、装置、电子设备及存储介质。

技术介绍

1、自动驾驶轨迹预测技术为稳定安全的车辆行驶行为提供了重要保障。现有技术中轨迹预测方法有基于机器学习的方法和基于深度学习的方法。基于机器学习的方法包括高斯过程、支持向量机、隐马尔科夫模型和动态贝叶斯网络等。该类方法常使用驾驶员行为和车辆状态等特征作为输入，预测出障碍车辆的策略，然后基于该策略预测相关轨迹。基于深度学习的算法通常以障碍车辆的历史轨迹和高精地图信息作为输入特征，设计编码器编码输入特征，再设计相应的解码器，以便输出未来指定时间长度的轨迹。

2、但是，这些方法中会存在从策略识别到轨迹生成间的误差问题，造成轨迹预测不准确；且所能预测的交通场景有限，无法适配于弯道场景和路口转弯场景。因此，需要设计一种能够提高轨迹预测准确度且能适用于较复杂交通场景的车辆轨迹预测方法。

技术实现思路

1、本申请提供了一种车辆轨迹预测方法、装置、电子设备及存储介质，可以提高轨迹预测准确度，可以适配于弯道场景和路口转弯场景等交通场本文档来自技高网...

【技术保护点】

1.一种车辆轨迹预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的车辆轨迹预测方法，其特征在于，所述行驶特征数据包括所述障碍车辆与最近道路路口的距离；所述根据所述局部地图数据和所述历史轨迹数据确定所述障碍车辆的行驶特征数据，包括：

3.根据权利要求2所述的车辆轨迹预测方法，其特征在于，所述行驶特征数据还包括所述障碍车辆当前所处的车道信息；所述根据所述历史轨迹数据中所述障碍车辆的空间坐标和所述局部地图数据确定所述障碍车辆当前所处的车道信息，包括：

4.根据权利要求2所述的车辆轨迹预测方法，其特征在于，所述局部地图数据中包括多个路段；所述基于所...

【技术特征摘要】

1.一种车辆轨迹预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的车辆轨迹预测方法，其特征在于，所述行驶特征数据包括所述障碍车辆与最近道路路口的距离；所述根据所述局部地图数据和所述历史轨迹数据确定所述障碍车辆的行驶特征数据，包括：

3.根据权利要求2所述的车辆轨迹预测方法，其特征在于，所述行驶特征数据还包括所述障碍车辆当前所处的车道信息；所述根据所述历史轨迹数据中所述障碍车辆的空间坐标和所述局部地图数据确定所述障碍车辆当前所处的车道信息，包括：

4.根据权利要求2所述的车辆轨迹预测方法，其特征在于，所述局部地图数据中包括多个路段；所述基于所述局部地图数据和所述历史轨迹数据计算所述距离，包括：

5.根据权利要求1所述的车辆轨迹预测方法，其特征在于，所述目标特征融合模型包括第一融...

【专利技术属性】
技术研发人员：修杰，陈光，李荣华，李曙光，卢丽婧，王宁，陈红丽，周航，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：