车辆运动预测方法及行车风险预警方法技术

本发明专利技术属于智能驾驶技术领域，具体涉及一种车辆运动预测方法及行车风险预警方法。其中，车辆运动预测方法包括：S1，采集车载视觉数据，进行序列化，得到序列数据，利用序列数据对运动预测模型进行训练，得到运动预测模型；S2，构建运动预测模型的编码器，获取周车之间的聚合隐藏状态；S3，构建基于图结构的车辆空间交互模块，以图结构建模方式迭代计算周车之间的空间交互权重；S4，构建运动预测模型的解码器，得到描述二元高斯分布的参数，对每个周车在二元高斯分布中随机采样控制点；S5，根据控制点，计算贝塞尔曲线，根据贝塞尔曲线得到运动状态高阶量。本发明专利技术满足当前智能汽车在实际复杂动态交通场景中的周车运动预测需求。

【技术实现步骤摘要】

本专利技术属于智能驾驶，具体涉及一种车辆运动预测方法及行车风险预警方法。

技术介绍

1、对周围交通参与者进行运动预测并评估潜在的行车风险对于智能汽车至关重要，通过预测周围交通参与者未来一段时间内的位置、速度、加速度等运动状态参数并对预测时域内潜在的行车风险进行评估和预警，有助于智能汽车做出更加安全、合理的决策与规划。

2、车辆是交通场景中的主要交通参与者，因此针对车辆的运动预测是一种典型的运动预测任务。车辆运动预测通常可由在两类视角下进行，分别是①基于俯视视角(无人机拍摄)或近俯视视角(路侧视觉传感器拍摄)对拍摄视场内的车辆进行运动预测；②基于布置在车辆前方的视觉传感器以获取前方车辆信息，其架设的视角与人类驾驶员驾驶车辆时的视角相似，将其定义为车载视角。

3、随着配备自动驾驶技术的智能汽车量产化进程加快，基于交通视角的车辆运动预测方法难以满足自动驾驶的实际需求，在车载视角下的车辆运动预测方法相较于交通视角的车辆运动预测方法面临更多挑战，如更加明显的目标遮挡、更加频繁的目标深度信息变化等，因此车载视角下的车辆运动预测方法成为当下研究的本文档来自技高网...

【技术保护点】

1.一种车辆运动预测方法，其特征在于，所述车辆运动预测方法包括：

2.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤S1中，采集车载视觉数据，包括：

3.如权利要求2所述的车辆运动预测方法，其特征在于，所述获取周车信息，包括：

4.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤S2中，对各周车分别分配一个编码器，获取周车之间的聚合隐藏状态，包括：

5.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤S3中，所述车辆空间交互模块是的无向图，两节点之间存在边的条件是两节点之间的欧氏距离小于预设的距离阈值；

6....

【技术特征摘要】

1.一种车辆运动预测方法，其特征在于，所述车辆运动预测方法包括：

2.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤s1中，采集车载视觉数据，包括：

3.如权利要求2所述的车辆运动预测方法，其特征在于，所述获取周车信息，包括：

4.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤s2中，对各周车分别分配一个编码器，获取周车之间的聚合隐藏状态，包括：

5.如权利要求1所述的车辆运动预测方法，其特征在于，在步骤s3中，所述车辆空间交互模块是的无向图，两节点之间存在边的条件是两节点之间的欧氏距离小于预设的距离阈值；

6....

【专利技术属性】
技术研发人员：刘巧斌，钟镇涛，陈恒惠，丁孟飞，钟柯佳，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：