轨迹预测方法、设备和存储介质与流程

本申请涉及计算机视觉，特别是涉及一种轨迹预测方法、设备和存储介质。

背景技术：

1、自动驾驶车辆若要在复杂交通中安全且高效地行驶，需要具备自主决策能力，比如决定何时改变车道、超车或者减速等等，让其他车辆能够汇入。这就要求自动驾驶车辆能够预测得到周围车辆的未来轨迹，使其能够提前规划自己的行驶状态，避免危险发生。

2、故如何准确的预测周围车辆的未来轨迹，对自动驾驶至关重要。

技术实现思路

1、本申请主要解决的技术问题是提供一种轨迹预测方法、设备和存储介质，能够提高轨迹预测的准确性。

2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种轨迹预测方法，该方法包括：获取目标车辆的第一行驶数据；基于第一行驶数据和目标车辆的若干意图预测结果进行轨迹预测，得到目标车辆在未来第一时间段的若干第一轨迹；以及，基于第一行驶数据和预设运动学模型进行轨迹预测，得到目标车辆在未来第二时间段的第二轨迹；第二轨迹的准确性满足准确性要求；基于各第一轨迹和第二轨迹之间的差异，从若干第一轨迹中选取符合预设准确度要求的多条目标轨迹。

3、其中，在基于第一行驶数据和目标车辆的若干意图预测结果进行轨迹预测，得到目标车辆在未来第一时间段的若干第一轨迹之前，方法还包括：获取目标车辆所在道路的道路信息和影响目标车辆驾驶的目标障碍物的第二行驶数据；基于道路信息、目标车辆的第一行驶数据和目标障碍物的第二行驶数据进行意图预测，得到目标车辆的若干意图预测结果。

4、其中，第一行驶数据和第二行驶数据包括航向角、所在位置、速度、加速度、角速度中的至少一者；道路信息包括车道数量、各车道边界线中的至少一者。

5、其中东，未来第一时间段包括多个第一时间点；基于第一行驶数据和目标车辆的若干意图预测结果进行轨迹预测，得到目标车辆在未来第一时间段的若干第一轨迹，包括：依次将各意图预测结果作为目标意图；基于目标车辆的第一行驶数据和目标意图进行预测，得到目标车辆在最后一个第一时间点时的第三行驶数据；基于目标车辆的第一行驶数据和目标意图对应的第三行驶数据进行轨迹优化，得到目标意图对应的第一轨迹。

6、其中，在基于目标车辆的第一行驶数据和目标意图进行预测，得到目标车辆在最后一个第一时间点时的第三行驶数据之前，该方法还包括：从当前道路中的若干车道中心线中选取参考线；参考线为目标车辆当前所在车道的车道中心线或目标车辆待变道至的目标车道的车道中心线，目标车道为根据目标车辆的若干意图预测结果确定；基于参考线对第一行驶数据进行第一坐标系转换，并将转换后的第一行驶数据用于预测得到第三行驶数据；和/或，在基于各第一轨迹和第二轨迹之间的差异，从若干第一轨迹中选取符合预设准确度要求的多条目标轨迹之前，还包括：对各第一轨迹进行第二坐标系转换。

7、其中，第三行驶数据包括速度、加速度和横向偏移数据中的至少一者；速度包括横向速度和纵向速度中的至少一者，加速度包括横向加速度和纵向加速度中的至少一者，横向偏移数据包括目标车辆与参考线的横向距离。

8、其中，未来第二时间段包括多个第二时间点；基于第一行驶数据和预设运动学模型进行轨迹预测，得到目标车辆在未来第二时间段的第二轨迹，包括：将位于非首位的各第二时间点依次作为第一目标时间点；基于目标车辆在第一目标时间点的前一第二时间点的预测行驶数据和设运动学模型进行预测，得到目标车辆在第一目标时间点的预测行驶数据；其中，目标车辆在位于首位的第二时间点的预测行驶数据为基于第一行驶数据和预设运动学模型预测得到；综合各第二时间点的预测行驶数据，得到目标车辆的第二轨迹。

9、其中，未来第一时间段的时长大于未来第二时间段的时长，第二时间段包括多个第二时间点；基于各第一轨迹和第二轨迹之间的差异，从若干第一轨迹中选取符合预设准确度要求的多条目标轨迹，包括：从各第一轨迹中选取目标车辆在未来第二时间段的第四轨迹，第四轨迹包括目标车辆在各第二时间点时的第一轨迹点数据；基于各第四轨迹和第二轨迹之间的差异、目标车辆在各第二时间点的第一轨迹点数据的第一协方差，从第一轨迹中选取符合预设准确度要求的多条目标轨迹。

10、其中，第二轨迹包括目标车辆在各第二时间点时的第二轨迹点数据，预设准确度要求包括第二时间点的第一轨迹点数据和第二轨迹点数据之间的差异不大于预设倍数的第一协方差；和/或，在从第一轨迹中选取符合预设准确度要求的多条目标轨迹之前，方法还包括以下至少一个步骤：基于各第四轨迹和第二轨迹的差异、目标车辆在各第二时间点的第一轨迹点数据的第一协方差，确定各第一轨迹的似然概率，似然概率用于表征各第一轨迹的第四轨迹与第二轨迹的相似程度；对各第一轨迹的似然概率进行归一化处理，得到各第一轨迹的置信度。

11、其中，第一行驶数据包括目标车辆在当前时刻的第一行驶子数据和在若干历史时刻的第二行驶子数据；目标车辆在各第二时间点的第一轨迹点数据的第一协方差的获取步骤包括：获取目标车辆在当前时刻的第一行驶子数据的第二协方差，第二协方差为对各历史时刻的第二行驶子数据进行卡尔曼滤波处理得到；依次将位于非首位的各第二时间点作为第二目标时间点，对目标车辆在第二目标时间点的前一第二时间点的第一协方差进行预设运算，得到目标车辆在第二目标时间点的第一轨迹点数据的第一协方差；其中，位于首位的第二时间点的第一轨迹点数据的第一协方差为对目标车辆在当前时刻的第二协方差进行预设运算得到。

12、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，存储器存储有程序指令；处理器用于执行存储器中存储的程序指令，以实现上述方法。

13、为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，用于存储程序指令，该程序指令能够被执行以实现上述方法。

14、上述方案，预测得到目标车辆在未来第一时间段的若干第一轨迹，以及在未来第二时间段的第二轨迹，其中，第二轨迹的准确性满足准确性要求，即目标车辆在第二时间段的第二轨迹是准确的预测轨迹，第一轨迹和第二轨迹之间的差异，可以表示第一轨迹的准确性，故基于各第一轨迹和第二轨迹之间的差异，能够选出符合准确度要求的目标轨迹。

技术特征：

1.一种轨迹预测方法，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，在所述基于所述第一行驶数据和所述目标车辆的若干意图预测结果进行轨迹预测，得到所述目标车辆在未来第一时间段的若干第一轨迹之前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述第一行驶数据和所述第二行驶数据包括航向角、所在位置、速度、加速度、角速度中的至少一者；所述道路信息包括车道数量、各车道边界线中的至少一者。

4.根据权利要求1所述的方法，其特征在于，所述未来第一时间段包括多个第一时间点；

5.根据权利要求4所述的方法，其特征在于，在所述基于所述目标车辆的所述第一行驶数据和所述目标意图进行预测，得到所述目标车辆在最后一个所述第一时间点时的第三行驶数据之前，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述第三行驶数据包括速度、加速度和横向偏移数据中的至少一者；所述速度包括横向速度和纵向速度中的至少一者，所述加速度包括横向加速度和纵向加速度中的至少一者，所述横向偏移数据包括所述目标车辆与所述参考线的横向距离。

7.根据权利要求1所述的方法，其特征在于，所述未来第二时间段包括多个第二时间点；

8.根据权利要求1所述的方法，其特征在于，所述未来第一时间段的时长大于所述未来第二时间段的时长，所述第二时间段包括多个第二时间点；

9.根据权利要求8所述的方法，其特征在于，所述第二轨迹包括所述目标车辆在各所述第二时间点时的第二轨迹点数据，所述预设准确度要求包括所述第二时间点的第一轨迹点数据和第二轨迹点数据之间的差异不大于预设倍数的第一协方差；

10.根据权利要求8所述的方法，其特征在于，所述第一行驶数据包括所述目标车辆在当前时刻的第一行驶子数据和在若干历史时刻的第二行驶子数据；

11.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有能够被处理器运行的程序指令，所述程序指令能够被处理器执行以实现权利要求1-10任一项所述的方法。

技术总结本申请公开了一种轨迹预测方法、设备和存储介质，该方法包括：获取目标车辆的第一行驶数据；基于第一行驶数据和目标车辆的若干意图预测结果进行轨迹预测，得到目标车辆在未来第一时间段的若干第一轨迹；以及，基于第一行驶数据和预设运动学模型进行轨迹预测，得到目标车辆在未来第二时间段的第二轨迹；第二轨迹的准确性满足准确性要求；基于各第一轨迹和第二轨迹之间的差异，从若干第一轨迹中选取符合预设准确度要求的多条目标轨迹。通过上述方式，本申请能够提高轨迹预测的准确性。技术研发人员：李凯斌,肖钟雯,张震受保护的技术使用者：浙江零跑科技股份有限公司技术研发日：技术公布日：2024/7/29