一种车辆轨迹的预测方法、装置、设备及介质与流程

本技术涉及智能交通，尤其涉及一种车辆轨迹的预测方法、装置、设备及介质。

背景技术：

1、近几年，随着智能交通的发展，研究人员开始着力于利用大数据，实现对车道上车辆轨迹的预测，进而便于实现对车辆的追踪。轨迹预测不但对于用户和轨迹数据的拥有者具有极大的应用价值，而且提供准确的轨迹预测信息有助于提升交通运输效率。

2、随着对车辆轨迹预测研究的深入，关于轨迹预测的方法，已经越来越丰富，相关技术中，基于深度学习的车辆轨迹预测异军突起，使得轨迹预测的准确率有了较大的飞跃。深度学习具有良好的非线性拟合能力，且在处理大量的、复杂的、高维的数据问题中具有巨大的优越性，能够很好地将不确定性的车辆轨迹描述出来，因此取得了较好的结果。

3、但是当前深度学习的大多数轨迹预测模型，通常都是基于车辆信息或道路信息进行预测，预测效果精确性有待提高。

技术实现思路

1、本技术实施例提供了一种车辆轨迹的预测方法、装置、设备及介质，用以提高车辆轨迹预测的精确度。

2、本技术实施例提供的一种车辆轨迹的预测方法，包括：

3、获取图像采集设备拍摄的目标车辆的行驶信息，所述行驶信息中至少包括所述目标车辆的当前行驶方向；

4、在预先确定的车辆历史轨迹分析结果中，基于所述目标车辆的车辆标识，获取到所述目标车辆的历史轨迹时，在所述目标车辆的历史轨迹中，基于所述图像采集设备所在的当前路口和所述当前行驶方向，确定相匹配的目标历史轨迹；

5、基于所述目标历史轨迹，预测所述目标车辆经过所述当前路口后到达的下一路口。

6、本技术实施例，通过将图像采集设备拍摄的行驶信息，转换为路口信息和行驶方向信息，进而利用路口信息和行驶方向信息，从获取到的目标车辆的历史轨迹中，匹配目标历史轨迹，并基于目标历史轨迹预测目标车辆经过当前路口后到达的下一路口。与相关技术中使用深度学习的轨迹预测模型相比，基于历史轨迹进行车辆轨迹预测，由于历史轨迹更贴合车辆的行驶习惯，因此预测的精确度更高，同时利用路口信息和行驶方向信息，从目标车辆的历史轨迹中，匹配目标历史轨迹，能够避免路口设置多个图像采集设备，车辆可能被多个图像采集设备中不同图像采集设备拍摄到，而导致直接使用图像采集设备拍摄的行驶信息匹配所导致的匹配误差，也即减少匹配误差，进一步提高车辆轨迹预测的精确度。

7、在一些实施例中，所述预先确定的车辆历史轨迹分析结果中，各个车辆的历史轨迹采用以下方式确定：

8、获取预设范围内部分或全部图像采集设备拍摄的车辆的行驶信息，所述行驶信息中还包括拍摄时间和拍摄路口；

9、针对拍摄到的每一车辆，执行以下操作：获取预设周期内所述每一车辆的多条行驶信息，依据所述多条行驶信息的拍摄时间，对所述多条行驶信息进行排序，基于排序后的多条行驶信息中包括的拍摄路口，对排序后的多条行驶信息进行组合，获得所述每一车辆的历史轨迹。

10、在一些实施例中，所述在所述目标车辆的历史轨迹中，基于所述图像采集设备所在的当前路口和所述当前行驶方向，确定相匹配的目标历史轨迹，包括：

11、在所述目标车辆的历史轨迹中，查找在所述当前路口与所述当前行驶方向一致的历史轨迹，若查找到多条历史轨迹，则针对所述目标车辆本次行驶中经过所述当前路口之前经过的各个路口，以所述当前路口相邻的前一路口为起始，依次执行以下操作，直至确定相匹配的目标历史轨迹时使用的路口数量大于或等于第一预设数量，或者匹配到的目标历史轨迹数量小于或等于第二预设数量：在查找到的多条历史轨迹中，查找在各个路口与计算行驶方向一致的历史轨迹，所述计算行驶方向为所述各个路口到本次行驶轨迹中下一路口的行驶方向。

12、在一些实施例中，所述基于所述目标历史轨迹，预测所述目标车辆经过所述当前路口后到达的下一路口，包括：

13、若所述目标历史轨迹为多条，则基于所述多条目标历史轨迹，确定目标车辆经过所述当前路口后，在所述当前行驶方向上出现在之后各个路口的概率值，将满足第一预设条件的概率值对应的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口；

14、若所述目标历史轨迹为一条，则将所述目标历史轨迹中所述目标车辆经过所述当前路口后到达的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口。

15、在一些实施例中，所述方法还包括：

16、在预先确定的车辆历史轨迹分析结果中，未获取到所述目标车辆的历史轨迹时，或者在所述目标车辆的历史轨迹中，未确定出相匹配的目标历史轨迹时，从所述预先确定的车辆历史轨迹分析结果中，获取群体车辆轨迹分析表，所述群体车辆轨迹分析表用于记录部分或全部车辆经过每一路口后，在每个行驶方向上出现在之后各个路口的次数；

17、在所述群体车辆轨迹分析表中，根据所述当前路口和所述当前行驶方向，预测所述目标车辆经过所述当前路口后到达的下一路口。

18、在一些实施例中，所述在所述群体车辆轨迹分析表中，根据所述当前路口和所述当前行驶方向，预测所述目标车辆经过所述当前路口后到达的下一路口，包括：

19、基于所述群体车辆轨迹分析表，确定部分或者所有车辆经过所述当前路口后，在所述当前行驶方向上出现在之后各个路口的概率值；

20、将满足第二预设条件的概率值对应的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口。

21、在一些实施例中，所述方法还包括：

22、将所述当前路口和所述下一路口之间的路线，作为预测的所述目标车辆的行驶轨迹。

23、相应地，本技术实施例提供一种车辆轨迹的预测装置，所述装置包括：

24、获取单元，用于获取图像采集设备拍摄的目标车辆的行驶信息，所述行驶信息中至少包括所述目标车辆的当前行驶方向；

25、处理单元，用于在预先确定的车辆历史轨迹分析结果中，基于所述目标车辆的车辆标识，获取到所述目标车辆的历史轨迹时，在所述目标车辆的历史轨迹中，基于所述图像采集设备所在的当前路口和所述当前行驶方向，确定相匹配的目标历史轨迹；

26、预测单元，用于基于所述目标历史轨迹，预测所述目标车辆经过所述当前路口后到达的下一路口。

27、在一些实施例中，所述处理单元采用以下方式确定所述预先确定的车辆历史轨迹分析结果中，各个车辆的历史轨迹：

28、获取预设范围内部分或全部图像采集设备拍摄的车辆的行驶信息，所述行驶信息中还包括拍摄时间和拍摄路口；

29、针对拍摄到的每一车辆，执行以下操作：获取预设周期内所述每一车辆的多条行驶信息，依据所述多条行驶信息的拍摄时间，对所述多条行驶信息进行排序，基于排序后的多条行驶信息中包括的拍摄路口，对排序后的多条行驶信息进行组合，获得所述每一车辆的历史轨迹。

30、在一些实施例中，所述处理单元，具体用于：

31、在所述目标车辆的历史轨迹中，查找在所述当前路口与所述当前行驶方向一致的历史轨迹，若查找到多条历史轨迹，则针对所述目标车辆本次行驶中经过所述当前路口之前经过的各个路口，以所述当前路口相邻的前一路口为起始，依次执行以下操作，直至确定相匹配的目标历史轨迹时使用的路口数量大于或等于第一预设数量，或者匹配到的目标历史轨迹数量小于或等于第二预设数量：在查找到的多条历史轨迹中，查找在各个路口与计算行驶方向一致的历史轨迹，所述计算行驶方向为所述各个路口到本次行驶轨迹中下一路口的行驶方向。

32、在一些实施例中，所述预测单元，具体用于：

33、若所述目标历史轨迹为多条，则基于所述多条目标历史轨迹，确定目标车辆经过所述当前路口后，在所述当前行驶方向上出现在之后各个路口的概率值，将满足第一预设条件的概率值对应的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口；

34、若所述目标历史轨迹为一条，则将所述目标历史轨迹中所述目标车辆经过所述当前路口后到达的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口。

35、在一些实施例中，所述处理单元还用于：

36、在预先确定的车辆历史轨迹分析结果中，未获取到所述目标车辆的历史轨迹时，或者在所述目标车辆的历史轨迹中，未确定出相匹配的目标历史轨迹时，从所述预先确定的车辆历史轨迹分析结果中，获取群体车辆轨迹分析表，所述群体车辆轨迹分析表用于记录部分或全部车辆经过每一路口后，在每个行驶方向上出现在之后各个路口的次数；

37、所述预测单元，还用于：在所述群体车辆轨迹分析表中，根据所述当前路口和所述当前行驶方向，预测所述目标车辆经过所述当前路口后到达的下一路口。

38、在一些实施例中，所述预测单元，具体用于：

39、基于所述群体车辆轨迹分析表，确定部分或者所有车辆经过所述当前路口后，在所述当前行驶方向上出现在之后各个路口的概率值；

40、将满足第二预设条件的概率值对应的路口，确定为预测的所述目标车辆经过所述当前路口后到达的下一路口。

41、在一些实施例中，所述处理单元还用于：

42、将所述当前路口和所述下一路口之间的路线，作为预测的所述目标车辆的行驶轨迹。

43、本技术另一实施例提供了一种电子设备，其包括存储器和处理器，其中，所述存储器用于存储程序指令，所述处理器用于调用所述存储器中存储的程序指令，按照获得的程序执行上述任一种方法。

44、本技术另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行上述任一种方法。