【技术实现步骤摘要】
本专利技术涉及智能驾驶，具体涉及多车干扰场景下行为认知驱动的周围车辆轨迹预测方法。
技术介绍
1、城市道路车辆行驶环境复杂，交通参与者行为不确定性较强，常遇周围多车干扰的场景。如在交通流密度较大时，由于周围车辆(数量≥2，接近安全车距范围)驾驶行为和行驶车速的不同，车辆之间的交互作用影响本车的行驶，尤其是路段上有多车干扰的情况，例如，左右临近车道有并行车辆、前方车辆共同影响本车的运行情况。路口多车干扰更为复杂，例如会出现本车直行遇到右转车辆、同时本车左或右侧有并行车辆的情况。可见，城市道路中，在多车干扰的情况下会出现很多复杂的情况影响本车的行驶，因此，对周围车辆的轨迹预测显得更为重要。
2、相关技术中对于周围车辆的轨迹预测，根据车道线确定主车辆的主车道以及相邻车道；基于预设的环境模型，从主车道和相邻车道上确定主车辆周围的目标车辆；获取目标车辆的路径预测类型、预测速度和横向路径特征；根据路径预测类型、预测速度和横向路径特征，分析目标车辆的动机意图类型；基于动机意图类型，对目标车辆的行驶轨迹进行预测。但是相关技术中仅仅根据环境模...
【技术保护点】
1.一种多车干扰场景下行为认知驱动的周围车辆轨迹预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取到的城市道路驾驶数据，确定周围车辆中具有主干扰因素的目标车辆，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述城市道路驾驶数据，确定第一行为特性以及第二行为特性，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述多车干扰行为包括路段行驶时周围车辆干扰、路口行驶时周围车辆干扰以及匝道汇入行驶时周围车辆干扰。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所...
【技术特征摘要】
1.一种多车干扰场景下行为认知驱动的周围车辆轨迹预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取到的城市道路驾驶数据，确定周围车辆中具有主干扰因素的目标车辆，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述城市道路驾驶数据，确定第一行为特性以及第二行为特性，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述多车干扰行为包括路段行驶时周围车辆干扰、路口行驶时周围车辆干扰以及匝道汇入行驶时周围车辆干扰。
5.根据权利要求1至3中任一项所述的方法，其特征在...
【专利技术属性】
技术研发人员：王越，段宏伟，赵宁，段京良，高博麟，李克强，
申请(专利权)人：北京科技大学，
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。