【技术实现步骤摘要】
本申请涉及智能驾驶，更具体地，涉及一种障碍物轨迹预测方法、装置、车辆及存储介质。
技术介绍
1、智能驾驶技术包括自动驾驶技术和辅助驾驶技术。在智能驾驶中，轨迹预测位于感知模块的后端，规控(规划与控制)模块的前端，属于承上启下的模块。轨迹预测的输入为感知模块提供的障碍物的位姿信息、道路结构信息等信息，轨迹预测用于对感知到的障碍物进行实时意图预测以及对障碍物未来一段时间的轨迹进行实时预测，并输出所得到的预测轨迹，预测轨迹可以包括一条或多条行驶轨迹。障碍物的预测轨迹可以影响车辆智能驾驶的决策，因此，障碍物的预测轨迹对于车辆的安全行驶至关重要。
2、目前的障碍物轨迹预测方法可以大致分为两类。一类是根据传统的物理模型，根据表示物理动作的历史数据生成被预测障碍物的未来轨迹。另一类是基于神经网络预测的方法，根据障碍物的历史轨迹通过编码解码来生成未来轨迹。以上两类方法均对感知到的每帧障碍物输出未来的预测轨迹，但是缺乏对预测轨迹的后处理逻辑设计，导致输出的预测轨迹的质量参差不齐，影响车辆的行车安全。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种障碍物轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对预测轨迹中的异常轨迹进行修正，得到修正后的预测轨迹，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
6.根据权利要求1所述的方法，其特征在于...
【技术特征摘要】
1.一种障碍物轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对预测轨迹中的异常轨迹进行修正，得到修正后的预测轨迹，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于多种异常轨迹检测方式，获取预测轨迹中的异常轨迹，包括：
6.根据权利要求1所述的方法，其特征在于，所述对修正后的预测轨迹进行轨迹...
【专利技术属性】
技术研发人员：陈嘉慧，王宇健，赵钺，夏锌，王明明，
申请(专利权)人：广州汽车集团股份有限公司，
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。