車輛軌跡預(yù)測方法、裝置、電子裝置和存儲介質(zhì)與流程
1.本技術(shù)涉及自動駕駛領(lǐng)域，特別是涉及車輛軌跡預(yù)測方法、裝置、電子裝置和存儲介質(zhì)。
背景技術(shù)：
2.在自動駕駛車輛的應(yīng)用中，自動駕駛車輛需要具備針對改變車道、超車、減速等行為的主動決策能力，以實現(xiàn)安全高效的駕駛。基于此，對周邊車輛的未來軌跡進(jìn)行預(yù)測，能夠助于自動駕駛車輛對自身的行駛狀態(tài)進(jìn)行提前規(guī)劃。目前，基于車輛軌跡預(yù)測算法對目標(biāo)車輛的行駛軌跡進(jìn)行預(yù)測的技術(shù)，往往是以車道中心線為參考線，或是以在空間上采樣的方式選取多條參考線，從而實現(xiàn)車輛軌跡的預(yù)測。上述車輛軌跡預(yù)測方法，在車輛發(fā)生機(jī)動、變道的場景下，所預(yù)測的車輛軌跡的精度較低。
3.針對相關(guān)技術(shù)中存在對車輛軌跡的預(yù)測結(jié)果精度較低的問題，目前還沒有提出有效的解決方案。
技術(shù)實現(xiàn)要素：
4.在本實施例中提供了一種車輛軌跡預(yù)測方法、裝置、電子裝置和存儲介質(zhì)，以解決相關(guān)技術(shù)中存在對車輛軌跡的預(yù)測結(jié)果精度較低的問題。
5.第一個方面，在本實施例中提供了一種車輛軌跡預(yù)測方法，包括：
6.確定目標(biāo)車輛的車道中心線，并預(yù)測所述目標(biāo)車輛的變道意圖；
7.基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，并基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；
8.基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡。
9.在其中的一些實施例中，所述確定目標(biāo)車輛的車道中心線，包括：
10.根據(jù)預(yù)先獲取的所述目標(biāo)車輛的車道邊界線信息，計算得到所述目標(biāo)車輛的車道中心線。
11.在其中的一些實施例中，所述預(yù)測所述目標(biāo)車輛的變道意圖，包括：
12.根據(jù)所述目標(biāo)車輛的運(yùn)動狀態(tài)信息，分別確定所述目標(biāo)車輛在歷史時刻與車道邊界線的第一位置關(guān)系、所述目標(biāo)車輛在當(dāng)前時刻與所述車道邊界線的第二位置關(guān)系、以及預(yù)測所述目標(biāo)車輛在預(yù)設(shè)時段后與所述車道邊界線的第三位置關(guān)系；
13.通過比較所述第一位置關(guān)系、所述第二位置關(guān)系、以及所述第三位置關(guān)系，確定所述目標(biāo)車輛的變道意圖。
14.在其中的一些實施例中，所述基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，包括：
15.將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成所述目標(biāo)車輛的短時預(yù)測軌跡。
16.在其中的一些實施例中，所述預(yù)設(shè)時段為預(yù)設(shè)數(shù)量的間隔時刻；所述將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成所述目標(biāo)車輛的短時預(yù)測軌跡，包括：
17.將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型，預(yù)測得到所述預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息；
18.基于所述預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息，生成所述短時預(yù)測軌跡。
19.在其中的一些實施例中，所述基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇，包括：
20.根據(jù)所述變道意圖對所述車道中心線進(jìn)行修正，得到目標(biāo)車道中心線；
21.基于三次樣條插值算法的原理，利用所述短時預(yù)測軌跡對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇。
22.在其中的一些實施例中，所述基于三次樣條插值算法的原理，利用所述短時預(yù)測軌跡對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇，包括：
23.根據(jù)所述短時預(yù)測軌跡中的坐標(biāo)信息，從所述目標(biāo)車道中心線中連續(xù)抽取預(yù)設(shè)數(shù)量的連接點；
24.基于所述三次樣條插值算法的原理，將所述短時預(yù)測軌跡通過所述連接點對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇。
25.在其中的一些實施例中，所述基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡，包括：
26.根據(jù)所述目標(biāo)參考線簇建立frenet坐標(biāo)系；
27.基于從所述目標(biāo)參考線簇中選取的參考點的位置信息，以及所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息，得到所述目標(biāo)車輛在所述frenet坐標(biāo)系下的預(yù)測軌跡的初始點和終點；
28.根據(jù)所述初始點和終點，生成所述目標(biāo)車輛的車輛預(yù)測軌跡。
29.在其中的一些實施例中，在基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡之后，所述方法還包括：
30.根據(jù)預(yù)設(shè)的基于加速度信息和橫向超調(diào)量信息的代價函數(shù)，計算得到所述目標(biāo)車輛所有車輛預(yù)測軌跡的代價值；
31.基于預(yù)設(shè)的篩選條件對所有車輛預(yù)測軌跡的代價值進(jìn)行篩選，得到最優(yōu)車輛預(yù)測軌跡。
32.第二個方面，在本實施例中提供了一種車輛軌跡預(yù)測裝置，包括：獲取模塊、第一生成模塊、以及第二生成模塊；其中：
33.所述獲取模塊，用于確定目標(biāo)車輛的車道中心線，并預(yù)測所述目標(biāo)車輛的變道意圖；
34.所述第一生成模塊，用于基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，并基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；
35.所述第二生成模塊，用于基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡。
36.第三個方面，在本實施例中提供了一種電子裝置，包括存儲器、處理器以及存儲在
所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)上述第一個方面所述的車輛軌跡預(yù)測方法。
37.第四個方面，在本實施例中提供了一種存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)上述第一個方面所述的車輛軌跡預(yù)測方法。
38.與相關(guān)技術(shù)相比，在本實施例中提供的車輛軌跡預(yù)測方法、裝置、電子裝置和存儲介質(zhì)，確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。其通過基于車輛的運(yùn)動學(xué)信息的短時預(yù)測軌跡實現(xiàn)了對參考線的補(bǔ)償，從而能夠得到符合車輛軌跡實際特征的參考線，進(jìn)而能夠提升車輛軌跡的預(yù)測結(jié)果的精度。
39.本技術(shù)的一個或多個實施例的細(xì)節(jié)在以下附圖和描述中提出，以使本技術(shù)的其他特征、目的和優(yōu)點更加簡明易懂。
附圖說明
40.此處所說明的附圖用來提供對本技術(shù)的進(jìn)一步理解，構(gòu)成本技術(shù)的一部分，本技術(shù)的示意性實施例及其說明用于解釋本技術(shù)，并不構(gòu)成對本技術(shù)的不當(dāng)限定。在附圖中：
41.圖1是本實施例的車輛軌跡預(yù)測方法的終端的硬件結(jié)構(gòu)框圖；
42.圖2是本實施例的車輛軌跡預(yù)測方法的流程圖；
43.圖3是frenet坐標(biāo)與笛卡爾坐標(biāo)的轉(zhuǎn)換關(guān)系示意圖；
44.圖4是本實施例的目標(biāo)參考線簇模型圖；
45.圖5是本優(yōu)選實施例的車輛軌跡預(yù)測方法的流程圖；
46.圖6是本優(yōu)選實施例的目標(biāo)參考線簇生成方法流程圖；
47.圖7是本優(yōu)選實施例的車輛預(yù)測軌跡生成方法的流程圖；
48.圖8是本實施例的車輛軌跡預(yù)測裝置的結(jié)構(gòu)框圖。
具體實施方式
49.為更清楚地理解本技術(shù)的目的、技術(shù)方案和優(yōu)點，下面結(jié)合附圖和實施例，對本技術(shù)進(jìn)行了描述和說明。
50.除另作定義外，本技術(shù)所涉及的技術(shù)術(shù)語或者科學(xué)術(shù)語應(yīng)具有本技術(shù)所屬技術(shù)領(lǐng)域具備一般技能的人所理解的一般含義。在本技術(shù)中的“一”、“一個”、“一種”、“該”、“這些”等類似的詞并不表示數(shù)量上的限制，它們可以是單數(shù)或者復(fù)數(shù)。在本技術(shù)中所涉及的術(shù)語“包括”、“包含”、“具有”及其任何變體，其目的是涵蓋不排他的包含；例如，包含一系列步驟或模塊(單元)的過程、方法和系統(tǒng)、產(chǎn)品或設(shè)備并未限定于列出的步驟或模塊(單元)，而可包括未列出的步驟或模塊(單元)，或者可包括這些過程、方法、產(chǎn)品或設(shè)備固有的其他步驟或模塊(單元)。在本技術(shù)中所涉及的“連接”、“相連”、“耦接”等類似的詞語并不限定于物理的或機(jī)械連接，而可以包括電氣連接，無論是直接連接還是間接連接。在本技術(shù)中所涉及的“多個”是指兩個或兩個以上。“和/或”描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，“a和/或b”可以表示：單獨(dú)存在a，同時存在a和b，單獨(dú)存在b這三種情況。通常情況下，字符“/”表示前后關(guān)聯(lián)的對象是一種“或”的關(guān)系。在本技術(shù)中所涉及的術(shù)語“第一”、“第
二”、“第三”等，只是對相似對象進(jìn)行區(qū)分，并不代表針對對象的特定排序。
51.在本實施例中提供的方法實施例可以在終端、計算機(jī)或者類似的運(yùn)算裝置中執(zhí)行。比如在終端上運(yùn)行，圖1是本實施例的車輛軌跡預(yù)測方法的終端的硬件結(jié)構(gòu)框圖。如圖1所示，終端可以包括一個或多個(圖1中僅示出一個)處理器102和用于存儲數(shù)據(jù)的存儲器104，其中，處理器102可以包括但不限于微處理器mcu或可編程邏輯器件fpga等的處理裝置。上述終端還可以包括用于通信功能的傳輸設(shè)備106以及輸入輸出設(shè)備108。本領(lǐng)域普通技術(shù)人員可以理解，圖1所示的結(jié)構(gòu)僅為示意，其并不對上述終端的結(jié)構(gòu)造成限制。例如，終端還可包括比圖1中所示更多或者更少的組件，或者具有與圖1所示出的不同配置。
52.存儲器104可用于存儲計算機(jī)程序，例如，應(yīng)用軟件的軟件程序以及模塊，如在本實施例中的車輛軌跡預(yù)測方法對應(yīng)的計算機(jī)程序，處理器102通過運(yùn)行存儲在存儲器104內(nèi)的計算機(jī)程序，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，即實現(xiàn)上述的方法。存儲器104可包括高速隨機(jī)存儲器，還可包括非易失性存儲器，如一個或者多個磁性存儲裝置、閃存、或者其他非易失性固態(tài)存儲器。在一些實例中，存儲器104可進(jìn)一步包括相對于處理器102遠(yuǎn)程設(shè)置的存儲器，這些遠(yuǎn)程存儲器可以通過網(wǎng)絡(luò)連接至終端。上述網(wǎng)絡(luò)的實例包括但不限于互聯(lián)網(wǎng)、企業(yè)內(nèi)部網(wǎng)、局域網(wǎng)、移動通信網(wǎng)及其組合。
53.傳輸設(shè)備106用于經(jīng)由一個網(wǎng)絡(luò)接收或者發(fā)送數(shù)據(jù)。上述的網(wǎng)絡(luò)包括終端的通信供應(yīng)商提供的無線網(wǎng)絡(luò)。在一個實例中，傳輸設(shè)備106包括一個網(wǎng)絡(luò)適配器(network interface controller，簡稱為nic)，其可通過與其他網(wǎng)絡(luò)設(shè)備相連從而可與互聯(lián)網(wǎng)進(jìn)行通訊。在一個實例中，傳輸設(shè)備106可以為射頻(radio frequency，簡稱為rf)模塊，其用于通過無線方式與互聯(lián)網(wǎng)進(jìn)行通訊。
54.在本實施例中提供了一種車輛軌跡預(yù)測方法，圖2是本實施例的車輛軌跡預(yù)測方法的流程圖，如圖2所示，該流程包括如下步驟：
55.步驟s210，確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖。
56.其中，上述目標(biāo)車輛為需要對其進(jìn)行軌跡預(yù)測的車輛。上述目標(biāo)車輛的車道中心線和變道意圖，可以通過預(yù)先獲取的感知數(shù)據(jù)中確定。其中，感知數(shù)據(jù)包括目標(biāo)車輛的歷史信息和環(huán)境信息。歷史信息包括車輛的歷史軌跡、航向、速度、加速度、以及角速度等信息。環(huán)境信息可以包括車道邊界線。具體地，既可以基于預(yù)先獲取的目標(biāo)車輛所處車道的車道邊界線中的離散點的坐標(biāo)信息，計算得到目標(biāo)車輛的車道中心線；也可以基于高精度地圖來確定目標(biāo)車輛的車道中心線。另外，可以由目標(biāo)車輛的歷史信息預(yù)測得到目標(biāo)車輛的變道意圖。其中，該變道意圖具體可以為車輛向左變道或向右變道的意圖。優(yōu)選地，可以根據(jù)目標(biāo)車輛的歷史軌跡，確定目標(biāo)車輛在歷史時刻、當(dāng)前時刻與左右車道邊界線的位置關(guān)系，并預(yù)測得到目標(biāo)車輛在預(yù)設(shè)時刻與左右車道邊界線的位置關(guān)系，進(jìn)而基于上述不同時刻得到的位置關(guān)系，預(yù)測目標(biāo)車輛將發(fā)生向左變道、向右變道、或直行。
57.步驟s220，基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇。
58.其中，可以基于預(yù)設(shè)的運(yùn)動學(xué)模型對目標(biāo)車輛的車輛軌跡進(jìn)行短時間的預(yù)測，得到短時預(yù)測軌跡。具體地，可以將目標(biāo)車輛的當(dāng)前的運(yùn)動狀態(tài)信息，例如目標(biāo)車輛當(dāng)前的坐標(biāo)信息、航向角、速度、加速度、角速度等輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行處理，從而預(yù)測得到未來若干時刻的運(yùn)動狀態(tài)信息，進(jìn)而得到短時預(yù)測軌跡。該預(yù)設(shè)的運(yùn)動學(xué)模型可以根據(jù)實際
應(yīng)用場景進(jìn)行選擇，例如，ca(constant acceleration，常加速度)模型、cv(constant velocity，常速)模型、ct(coordinated turn，協(xié)調(diào)轉(zhuǎn)彎)模型、以及cyra(constantyawrate andacceleration,恒定偏航率和加速度)模型等。優(yōu)選地，為了在彎道場景下對車輛進(jìn)行精確的短時軌跡預(yù)測，該運(yùn)動學(xué)模型具體可以為cyra模型。另外，在確定車道中心線以及變道意圖后，可以基于變道意圖對車道中心線進(jìn)行修正，得到目標(biāo)車道中心線。具體地，可以根據(jù)預(yù)測得到的目標(biāo)車輛向左變道或向右變道的意圖，對車道中心線中離散點的坐標(biāo)進(jìn)行修正。示例性地，若目標(biāo)車輛為向左變道，則可以將車道中心線中離散點的縱坐標(biāo)增加預(yù)設(shè)值，若目標(biāo)車輛為向右變道，則可以將車道中心線中離散點的縱坐標(biāo)減去預(yù)設(shè)值，進(jìn)而基于變道意圖實現(xiàn)對車道中心線的修正。之后，再按照預(yù)設(shè)的插值算法，利用短時預(yù)測軌跡對修正后得到的目標(biāo)車道中心線進(jìn)行補(bǔ)償，從而得到目標(biāo)參考線簇。
59.具體地，可以從目標(biāo)車道中心線的離散點中抽取若干個連續(xù)的，且橫坐標(biāo)大于短時預(yù)測軌跡中橫坐標(biāo)的點作為連接點。基于三次樣條插值算法將上述生成的短時預(yù)測軌跡作為補(bǔ)償與該連接點進(jìn)行拼接，從而實現(xiàn)對目標(biāo)車道中心線的補(bǔ)償，得到目標(biāo)參考線簇。
60.相比于相關(guān)技術(shù)中，直接以車道中心線為參考線，或者從空間采樣得到參考線，其生成的參考線將導(dǎo)致對發(fā)生變道的車輛的軌跡預(yù)測誤差較大的問題，本實施例通過基于運(yùn)動學(xué)模型生成短時預(yù)測軌跡，并根據(jù)該短時預(yù)測軌跡對車道中心線進(jìn)行補(bǔ)償，得到更貼近車輛軌跡特征的參考線簇，能夠解決變道時軌跡預(yù)測偏差較大的問題，從而提升車輛軌跡的預(yù)測結(jié)果的精度。
61.步驟s230，基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。
62.首先，可以基于目標(biāo)參考線簇建立frenet坐標(biāo)系。其中，以目標(biāo)參考線簇中每條參考線的縱向延伸方向為s軸，以參考線各點的法向方向為d軸，建立frenet坐標(biāo)系。其中，s軸表征目標(biāo)車輛的縱向位移，d軸表征目標(biāo)車輛的橫向位移。frenet坐標(biāo)系能夠?qū)⒛繕?biāo)車輛的位置信息分解到s軸和d軸兩個方向，從而便于后續(xù)的軌跡預(yù)測。圖3為frenet坐標(biāo)與笛卡爾坐標(biāo)的轉(zhuǎn)換關(guān)系示意圖。其中，表示車輛軌跡中某離散點在frenet坐標(biāo)系下的坐標(biāo)，表示該離散點的法向量，表示該離散點的切向量，d(t)表示目標(biāo)車輛的橫向位移，表示法向量，表示切向量，表示參考點到車輛位置的向量，s(t)表示目標(biāo)車輛的縱向位移，t可以表示為時間或曲線長度。如圖3所示，車輛軌跡離散點的坐標(biāo)與參考線之間的關(guān)系如下式所示，基于下式可知，可以根據(jù)已知的參考線中選取的參考點的坐標(biāo)，以及車輛軌跡離散點的笛卡爾坐標(biāo)，求得車輛軌跡離散點的frenet坐標(biāo)，或者根據(jù)參考點的坐標(biāo)，以及車輛軌跡離散點的frenet坐標(biāo)，求得車輛軌跡離散點的笛卡爾坐標(biāo)。
[0063][0064]
其中，表示車輛軌跡離散點的笛卡爾坐標(biāo)，表示參考點到車輛位置的向量，表示的單位向量。
[0065]
在基于目標(biāo)參考線簇建立得到frenet坐標(biāo)系后，可以從參考線簇中選取離當(dāng)前幀目標(biāo)車輛的位置最近的點作為參考點，基于該參考點的坐標(biāo)以及預(yù)先獲取的目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息，確定frenet坐標(biāo)系下的車輛預(yù)測軌跡的初始點和終點。其中，初始點的信息可以包括目標(biāo)車輛在frenet坐標(biāo)系下初始位置的s坐標(biāo)和d坐標(biāo)，以及在縱向方向和橫向
方向上對應(yīng)的速度和加速度。終點的信息可以包括目標(biāo)車輛在frenet坐標(biāo)系下終點位置的s坐標(biāo)和d坐標(biāo)，以及在縱向方向和橫向方向上對應(yīng)的速度和加速度。之后，基于確定的初始點和終點可以求解得到目標(biāo)車輛在frenet坐標(biāo)系下的車輛預(yù)測軌跡。另外，還可以基于預(yù)設(shè)的代價函數(shù)對生成的車輛預(yù)測軌跡進(jìn)行篩選，從而得到代價最小的車輛預(yù)測軌跡。
[0066]
此外，本實施例可以僅基于數(shù)值運(yùn)算處理，來生成車輛預(yù)測軌跡，即使在無高精度地圖支持的情況下也可以實現(xiàn)對目標(biāo)車輛的軌跡的準(zhǔn)確預(yù)測，因此可以適用于多種不同級別的自動駕駛系統(tǒng)。
[0067]
上述步驟s210至步驟s230，確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。其通過基于車輛的運(yùn)動學(xué)信息的短時預(yù)測軌跡實現(xiàn)了對參考線的補(bǔ)償，從而能夠得到符合車輛軌跡實際特征的參考線，進(jìn)而能夠提升車輛軌跡的預(yù)測結(jié)果的精度。
[0068]
進(jìn)一步地，在一個實施例中，基于上述步驟s210，確定目標(biāo)車輛的車道中心線，具體可以包括以下步驟：
[0069]
步驟s211，根據(jù)預(yù)先獲取的目標(biāo)車輛的車道邊界線信息，計算得到目標(biāo)車輛的車道中心線。
[0070]
可以根據(jù)感知數(shù)據(jù)中的環(huán)境信息確定目標(biāo)車輛的車道邊界線信息。其中，車道邊界線包括車道左邊界線和車道右邊界線。假設(shè)笛卡爾坐標(biāo)系下車輛在x軸的速度為正。令目標(biāo)車輛的車道左右邊界線分別為l1和l2。其中，l1和l2均由若干離散點構(gòu)成，記為：其中，為車道左邊界線的第i個離散點在笛卡爾坐標(biāo)系下的坐標(biāo)，為車道右邊界線的第i個離散點在笛卡爾坐標(biāo)系下的坐標(biāo)。n為車道左邊界線的離散點個數(shù)，m為車道右邊界線的離散點的個數(shù)。將目標(biāo)車輛的車道中心線記為根據(jù)車道左右邊界線計算得到車道中心線具體可以為，計算車道左右邊界線的高度差為其中，可以理解地，表示車道右邊界線第l個離散點的y軸坐標(biāo)，表示車道右邊界線第l個離散點的x軸坐標(biāo)。由于對車道左右邊界線求高度差時，對應(yīng)的離散點的索引值不一定相同，所以分別用車道左邊界線第i個離散點和車道右邊界線第l個離散點來求取。其中，車道中心線中離散點的y軸坐標(biāo)為：x軸坐標(biāo)為：基于此，可以根據(jù)車道左右邊界線的離散點的坐標(biāo)，確定車道中心線的離散點的坐標(biāo)。
[0071]
另外地，在一個實施例中，基于上述步驟s210，預(yù)測目標(biāo)車輛的變道意圖，具體可以包括以下步驟：
[0072]
步驟s212，根據(jù)目標(biāo)車輛的運(yùn)動狀態(tài)信息，分別確定目標(biāo)車輛在歷史時刻與車道邊界線的第一位置關(guān)系、目標(biāo)車輛在當(dāng)前時刻與車道邊界線的第二位置關(guān)系、以及預(yù)測目標(biāo)車輛在預(yù)設(shè)時段后與車道邊界線的第三位置關(guān)系。
[0073]
優(yōu)選地，步驟s212所提及的位置關(guān)系可以為距離差。例如，可以分別計算目標(biāo)車輛在上1秒與車道左邊界線的第一距離差l-t
，作為第一位置關(guān)系，計算目標(biāo)車輛在當(dāng)前時刻
與車道左邊界線的第二距離差l0，作為第二位置關(guān)系，預(yù)測目標(biāo)車輛在1秒后與車道左邊界線的第三距離差l
t
，作為第三位置關(guān)系。
[0074]
步驟s213，通過比較第一位置關(guān)系、第二位置關(guān)系、以及第三位置關(guān)系，確定目標(biāo)車輛的變道意圖。
[0075]
示例性地，若上述三種距離差滿足下式，則可以預(yù)測目標(biāo)車輛的變道意圖為向左變道：
[0076][0077]
其中，上述α為預(yù)設(shè)的距離閾值，w為車道邊界線的寬度。類似地，也可以基于目標(biāo)車輛在歷史時刻、當(dāng)前時刻、以及預(yù)設(shè)時刻后與車道右邊界線的距離差，預(yù)測車輛是否具有向右變道的意圖。
[0078]
本實施例通過根據(jù)目標(biāo)車輛在歷史時刻、當(dāng)前時刻與車道邊界線的位置關(guān)系，以及預(yù)測目標(biāo)車輛在預(yù)設(shè)時段后與車道邊界線的位置關(guān)系，進(jìn)而確定目標(biāo)車輛的變道意圖，能夠提高預(yù)測變道意圖的準(zhǔn)確性。
[0079]
另外地，在一個實施例中，基于上述步驟s220，基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，具體可以包括以下步驟：
[0080]
步驟s221，將目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成目標(biāo)車輛的短時預(yù)測軌跡。
[0081]
進(jìn)一步地，在一個實施例中，基于上述步驟s221，預(yù)設(shè)時段為預(yù)設(shè)數(shù)量的間隔時刻；將目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成目標(biāo)車輛的短時預(yù)測軌跡，具體可以包括：將目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型，預(yù)測得到預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息；基于預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息，生成短時預(yù)測軌跡。
[0082]
例如，目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息為x0，x0可以如下式所示：
[0083]
x0＝[x0,y0,θ0,v0,a0,w0]
t
(3)
[0084]
其中，x0，y0分別為當(dāng)前時刻目標(biāo)車輛的x軸坐標(biāo)和y軸坐標(biāo)，θ0為航向角，v0為速度，a0為加速度，w0為角速度。那么在δt秒后，利用cyra模型對目標(biāo)車輛的運(yùn)動狀態(tài)進(jìn)行預(yù)測，可以得到預(yù)測結(jié)果為：
[0085]
x
δt
＝x0+δx(4)
[0086]
其中，x
δt
為預(yù)測得到的目標(biāo)車輛δt秒后的運(yùn)動狀態(tài)。δx為目標(biāo)車輛在δt秒之間的運(yùn)動狀態(tài)變化信息。具體如下式所示：
[0087]
x
δt
＝[x
δt
,y
δt
,θ
δt
,v
δt
,a
δt
,w
δt
]
t
(5)
[0088]
[0089][0090]
由式(6)對目標(biāo)車輛進(jìn)行k
·
δt秒的短時間預(yù)測，則可以得到如下式的短時預(yù)測軌跡x
0:k
·
δt
。
[0091]
x
0:k
·
δt
＝{x0,x
δt
,
…
,xk·
δt
}(7)
[0092]
另外地，在一個實施例中，基于上述步驟s220，基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇，具體可以包括以下步驟：
[0093]
步驟s222，根據(jù)變道意圖對車道中心線進(jìn)行修正，得到目標(biāo)車道中心線。
[0094]
其中，可以基于變道意圖對車道中心線中離散點的y軸坐標(biāo)進(jìn)行設(shè)置。示例性地，目標(biāo)車道中心線為其中：
[0095][0096]
其中，為目標(biāo)車道中心線中離散點的x軸坐標(biāo)，為目標(biāo)車道中心線中離散點的y軸坐標(biāo)，為修正前車道中心線中的離散點的x軸坐標(biāo)。h為車道左右邊界線的高度差，上式中的h也可以根據(jù)實際應(yīng)用場景，以其他值進(jìn)行代替。在預(yù)測目標(biāo)車輛為向左變道時，可以將車道中心線中離散點的y軸坐標(biāo)增加預(yù)設(shè)值，而在預(yù)測目標(biāo)車輛為向右變道時，可以將車道中心線離散點的y軸坐標(biāo)減去預(yù)設(shè)值。本實施例基于變道意圖對車道中心線進(jìn)行修正，得到目標(biāo)車道中心線，能夠使得后續(xù)生成的參考線簇更為貼近車輛軌跡特征，從而提升車輛軌跡預(yù)測的準(zhǔn)確度。
[0097]
步驟s223，基于三次樣條插值算法的原理，利用短時預(yù)測軌跡對目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇。在對車道中心線進(jìn)行修正后，基于上述步驟預(yù)測得到的短時預(yù)測軌跡對目標(biāo)車道中心線進(jìn)行補(bǔ)償，能夠生成更為貼合車輛軌跡的參考線簇，從而提升車輛軌跡預(yù)測的精度。
[0098]
進(jìn)一步地，在一個實施例中，基于上述步驟s223，基于三次樣條插值算法的原理，利用短時預(yù)測軌跡對目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇，具體可以包括：根據(jù)短時預(yù)測軌跡中的坐標(biāo)信息，從目標(biāo)車道中心線中連續(xù)抽取預(yù)設(shè)數(shù)量的連接點；基于三次樣條插值算法的原理，將短時預(yù)測軌跡通過連接點對目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇。
[0099]
其中，假設(shè)在笛卡爾坐標(biāo)系下車輛在x軸的速度為正。在目標(biāo)車道中心線的離散點中抽取n個連續(xù)的且x軸坐標(biāo)大于xk·
δt
的點作為連接點。也即：
[0100][0101]
之后，通過上述n個連接點，采用三次樣條插值將上述短時預(yù)測軌跡補(bǔ)償給目標(biāo)車道中心線生成目標(biāo)參考線簇。具體地，在由目標(biāo)車輛在當(dāng)前時刻的x軸坐標(biāo)x0，以及目標(biāo)車道中心線的末端點的x軸坐標(biāo)x
end
形成的區(qū)間[x0,x
end
]中，設(shè)三次樣條cubic spline函數(shù)如下：
[0102][0103]
其中，f(x)在每個區(qū)間都是具有連續(xù)二階導(dǎo)的三次多項式，每個區(qū)間多項式共有4個參數(shù)，共有end個區(qū)間，因此共有4end個參數(shù)需要個等式求解。根據(jù)cubic spline插值函數(shù)的性質(zhì)可得：
[0104][0105]
在自然邊界條件下，可得fi″
(x0)＝f
″
i+1
(x
end
)＝0，因此，聯(lián)合上式(11)中4end個方程，將預(yù)測的短時預(yù)測軌跡、連接點、以及目標(biāo)車道中心線利用式(10)、(11)，以及自然邊界條件進(jìn)行插值，從而對應(yīng)n個連接點可以得到如圖4所示，具有n條參考線的目標(biāo)參考線簇，其中圖4為本實施例的目標(biāo)參考線簇模型圖。
[0106]
另外，在一個實施例中，基于上述步驟s230，基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡，具體可以包括以下步驟：
[0107]
步驟s231，根據(jù)目標(biāo)參考線簇建立frenet坐標(biāo)系；
[0108]
步驟s232，基于從目標(biāo)參考線簇中選取的參考點的位置信息，以及目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息，得到目標(biāo)車輛在frenet坐標(biāo)系下的預(yù)測軌跡的初始點和終點。
[0109]
其中，可以從目標(biāo)參考線簇中選取距離目標(biāo)車輛的當(dāng)前的位置最近的點為參考點。基于該參考點的坐標(biāo)信息，結(jié)合目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息，計算得到目標(biāo)車輛在frenet坐標(biāo)系下預(yù)測軌跡的初始狀態(tài)和終止?fàn)顟B(tài)，也即初始點和終點。具體如下式所示：
[0110][0111]
其中，k為插值計算得到的參考線曲率，k
x
為歷史軌跡曲率，θ
x
為歷史軌跡航向角。
s0為初始點的縱向坐標(biāo)，為目標(biāo)車輛在初始點的縱向速度，為目標(biāo)車輛在初始點的縱向加速度。d0為初始點的橫向坐標(biāo)，為目標(biāo)車輛在初始點的橫向速度，為目標(biāo)車輛在初始點的橫向加速度。θ0為目標(biāo)車輛在當(dāng)前時刻的航向角，v0為目標(biāo)車輛在當(dāng)前時刻的速度，a0為目標(biāo)車輛在當(dāng)前時刻的加速度，d為frenet坐標(biāo)系下的d坐標(biāo)。基于上式，可以得到初始點為其中，終點可以由下式得到：
[0112][0113]
其中t為預(yù)測的時長。
[0114]
步驟s233，根據(jù)初始點和終點，生成目標(biāo)車輛的車輛預(yù)測軌跡。
[0115]
在確定初始點和終點后，可以根據(jù)該初始點、終點以及需要預(yù)測的時長t來求解下式中橫向d的五次多項式系數(shù)，以及縱向s的四次多項式系數(shù)，從而確定frenet坐標(biāo)系下的車輛預(yù)測軌跡。其中橫向d的五次多項式為：
[0116]
d(t)＝a5t5+a4t2+a3t3+a2t2+a1t1+a0(14)
[0117]
縱向s的四次多項式為：
[0118]
s(t)＝b4t4+b3t3+b2t2+b1t1+b0(15)
[0119]
求解上述所有參數(shù)ai和bi，即可得到時長為t的目標(biāo)車輛的車輛預(yù)測軌跡。其中，上述參數(shù)ai的求解如下：
[0120][0121]
上述參數(shù)bi的求解如下：
[0122][0123]
上述步驟s231至步驟s233，基于上述貼合車輛軌跡特征的目標(biāo)參考線簇，以及frenet坐標(biāo)系與笛卡爾坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，生成目標(biāo)車輛在frenet坐標(biāo)系下的車輛預(yù)測軌跡，能夠提升車輛預(yù)測軌跡的生成精度。
[0124]
此外，在一個實施例中，上述車輛軌跡預(yù)測方法還可以包括以下步驟：
[0125]
步驟s241，根據(jù)預(yù)設(shè)的基于加速度信息和橫向超調(diào)量信息的代價函數(shù)，計算得到
目標(biāo)車輛所有車輛預(yù)測軌跡的代價值。
[0126]
其中，假設(shè)車輛預(yù)測軌跡的生成頻率為10hz，則生成的軌跡離散點的個數(shù)為num＝t/10。將時間序列代入式(16)和式(17)，得到frenet坐標(biāo)下的車輛預(yù)測軌跡為pathf＝{(si,di)}
i＝1:num
。其中，目標(biāo)參考線簇中不同參考線對應(yīng)的pathf不同，所以，可以得到車輛預(yù)測軌跡與代價的集合{path
fi
,costi}
i＝1:n
。其中costi為第i條車輛預(yù)測軌跡對應(yīng)的代價，具體如下式所示：
[0127][0128]
β1，β2，β3為系數(shù)，可以基于實際應(yīng)用場景進(jìn)行適應(yīng)性設(shè)置。其中，上式第一項衡量車輛預(yù)測軌跡的超調(diào)量，第二項和第三項分別衡量橫向和縱向的加加速度。
[0129]
步驟s242，基于預(yù)設(shè)的篩選條件對所有車輛預(yù)測軌跡的代價值進(jìn)行篩選，得到最優(yōu)車輛預(yù)測軌跡。
[0130]
例如，該預(yù)設(shè)的篩選條件可以為代價值最小，因此可以從上述車輛預(yù)測軌跡集合中選出代價值costi最小的車輛預(yù)測軌跡作為最優(yōu)車輛預(yù)測軌跡，再將該篩選得到的最優(yōu)車輛預(yù)測軌跡轉(zhuǎn)換到笛卡爾坐標(biāo)系下得到該目標(biāo)車輛的最終預(yù)測軌跡。
[0131]
其中，對frenet坐標(biāo)系下的軌跡的離散點(si,di)，將其轉(zhuǎn)換到笛卡爾坐標(biāo)系下的過程可以包括：選擇與該離散點最近的投影點作為匹配點，根據(jù)預(yù)設(shè)的插值方程計算該匹配點的曲率kr，航向角θ
rj
，以及匹配點坐標(biāo)(x
r,j
,y
r,j
)。之后，利用下式進(jìn)行坐標(biāo)轉(zhuǎn)換得到笛卡爾坐標(biāo)系下的軌跡：
[0132][0133]
上述步驟s241至步驟s242，通過代價函數(shù)對車輛預(yù)測軌跡進(jìn)行篩選，能夠在衡量目標(biāo)車輛的軌跡舒適度和合理性的情況下得到最為合理和安全的預(yù)測軌跡。
[0134]
下面通過優(yōu)選實施例對本實施例進(jìn)行描述和說明。
[0135]
圖5是本優(yōu)選實施例的車輛軌跡預(yù)測方法的流程圖。如圖5所示，該車輛軌跡預(yù)測方法包括如下步驟：
[0136]
步驟s501，從車輛部署的感知模塊中獲取目標(biāo)車輛的歷史狀態(tài)信息和車道信息；
[0137]
步驟s502，根據(jù)車道信息中的車道邊界線計算車道中心線；
[0138]
步驟s503，基于歷史狀態(tài)信息，得到目標(biāo)車輛在當(dāng)前時刻，1秒前時刻，以及1秒后時刻的狀態(tài)信息，預(yù)測目標(biāo)車輛的變道意圖；
[0139]
步驟s504，將目標(biāo)車輛在當(dāng)前時刻的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的車輛運(yùn)動學(xué)模型進(jìn)行短時間的運(yùn)動狀態(tài)預(yù)測，得到短時預(yù)測軌跡；
[0140]
步驟s505，基于變道意圖對車道中心線進(jìn)行修正得到目標(biāo)車道中心線，根據(jù)預(yù)設(shè)的插值算法，利用短時預(yù)測軌跡對目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；
[0141]
步驟s506，根據(jù)目標(biāo)參考線簇生成車輛預(yù)測軌跡，并基于代價函數(shù)選取代價值最小的車輛預(yù)測軌跡作為該目標(biāo)車輛最終的預(yù)測軌跡。
[0142]
另外地，圖6為本優(yōu)選實施例的目標(biāo)參考線簇生成方法流程圖。如圖6所示，該目標(biāo)參考線簇生成方法包括以下步驟：
[0143]
步驟s601，獲取目標(biāo)車輛的當(dāng)前時刻的運(yùn)動狀態(tài)信息；
[0144]
步驟s602，將目標(biāo)車輛當(dāng)前時刻的運(yùn)動狀態(tài)信息輸入cyra模型中進(jìn)行運(yùn)動狀態(tài)預(yù)測，得到短時預(yù)測軌跡；
[0145]
步驟s603，基于變道意圖修正車道中心線，得到目標(biāo)車道中心線；
[0146]
步驟s604，判斷目標(biāo)車道中心線中的當(dāng)前離散點是否滿足條件1，若是則執(zhí)行步驟s605，否則，繼續(xù)遍歷目標(biāo)車道中心線中的下一個離散點對其進(jìn)行判斷；其中，條件1為目標(biāo)車道中心線的當(dāng)前離散點的x軸坐標(biāo)，大于短時預(yù)測軌跡中末端點的x軸坐標(biāo)；
[0147]
步驟s605，拼接短時預(yù)測軌跡與目標(biāo)車道中心線，并基于cubic spline插值，生成目標(biāo)參考線簇。
[0148]
此外，圖7為本優(yōu)選實施例的車輛預(yù)測軌跡生成方法的流程圖。如圖7所示，該車輛預(yù)測軌跡生成方法包括如下步驟：
[0149]
步驟s701，獲取目標(biāo)參考線簇；
[0150]
步驟s702，基于目標(biāo)參考線簇中的參考線建立frenet坐標(biāo)系；
[0151]
步驟s703，獲取目標(biāo)車輛的當(dāng)前時刻的運(yùn)動狀態(tài)；
[0152]
步驟s704，確定目標(biāo)車輛在frenet坐標(biāo)系下的初始狀態(tài)和最終狀態(tài)；
[0153]
步驟s705，基于s704的結(jié)果求解橫向d(t)的五次多項式，和縱向s(t)的四次多項式；
[0154]
步驟s706，基于s705的求解結(jié)果生成frenet坐標(biāo)系下的預(yù)測軌跡及對應(yīng)的代價值；
[0155]
步驟s707，挑選代價值最小的預(yù)測軌跡；
[0156]
步驟s708，將代價最小的預(yù)測軌跡由frenet坐標(biāo)系轉(zhuǎn)至笛卡爾坐標(biāo)系下，得到目標(biāo)車輛的車輛預(yù)測軌跡。
[0157]
在本實施例中還提供了一種車輛軌跡預(yù)測裝置，該裝置用于實現(xiàn)上述實施例及優(yōu)選實施方式，已經(jīng)進(jìn)行過說明的不再贅述。以下所使用的術(shù)語“模塊”、“單元”、“子單元”等可以實現(xiàn)預(yù)定功能的軟件和/或硬件的組合。盡管在以下實施例中所描述的裝置較佳地以軟件來實現(xiàn)，但是硬件，或者軟件和硬件的組合的實現(xiàn)也是可能并被構(gòu)想的。
[0158]
圖8是本實施例的車輛軌跡預(yù)測裝置80的結(jié)構(gòu)框圖，如圖8所示，該車輛軌跡預(yù)測裝置80包括：獲取模塊82、第一生成模塊84、以及第二生成模塊86；其中：
[0159]
獲取模塊82，用于確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；
[0160]
第一生成模塊84，用于基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；
[0161]
第二生成模塊86，用于基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。
[0162]
上述車輛軌跡預(yù)測裝置80，確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。其通過基于車輛的運(yùn)動學(xué)信息的短時預(yù)測軌跡實現(xiàn)了對參考線的補(bǔ)償，從而能夠得到符合車輛軌跡實際特征的參考線，進(jìn)而能夠提升車輛軌跡的預(yù)測結(jié)果的精度。
[0163]
需要說明的是，上述各個模塊可以是功能模塊也可以是程序模塊，既可以通過軟件來實現(xiàn)，也可以通過硬件來實現(xiàn)。對于通過硬件來實現(xiàn)的模塊而言，上述各個模塊可以位于同一處理器中；或者上述各個模塊還可以按照任意組合的形式分別位于不同的處理器中。
[0164]
在本實施例中還提供了一種電子裝置，包括存儲器和處理器，該存儲器中存儲有計算機(jī)程序，該處理器被設(shè)置為運(yùn)行計算機(jī)程序以執(zhí)行上述任一項方法實施例中的步驟。
[0165]
可選地，上述電子裝置還可以包括傳輸設(shè)備以及輸入輸出設(shè)備，其中，該傳輸設(shè)備和上述處理器連接，該輸入輸出設(shè)備和上述處理器連接。
[0166]
可選地，在本實施例中，上述處理器可以被設(shè)置為通過計算機(jī)程序執(zhí)行以下步驟：
[0167]
s1，確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；
[0168]
s2，基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；
[0169]
s3，基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。
[0170]
需要說明的是，在本實施例中的具體示例可以參考上述實施例及可選實施方式中所描述的示例，在本實施例中不再贅述。
[0171]
此外，結(jié)合上述實施例中提供的車輛軌跡預(yù)測方法，在本實施例中還可以提供一種存儲介質(zhì)來實現(xiàn)。該存儲介質(zhì)上存儲有計算機(jī)程序；該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述實施例中的任意一種車輛軌跡預(yù)測方法。
[0172]
應(yīng)該明白的是，這里描述的具體實施例只是用來解釋這個應(yīng)用，而不是用來對它進(jìn)行限定。根據(jù)本技術(shù)提供的實施例，本領(lǐng)域普通技術(shù)人員在不進(jìn)行創(chuàng)造性勞動的情況下得到的所有其它實施例，均屬本技術(shù)保護(hù)范圍。
[0173]
需要說明的是，本技術(shù)所涉及的用戶信息(包括但不限于用戶設(shè)備信息、用戶個人信息等)和數(shù)據(jù)(包括但不限于用于分析的數(shù)據(jù)、存儲的數(shù)據(jù)、展示的數(shù)據(jù)等)，均為經(jīng)用戶授權(quán)或者經(jīng)過各方充分授權(quán)的信息和數(shù)據(jù)。
[0174]
顯然，附圖只是本技術(shù)的一些例子或?qū)嵤├瑢Ρ绢I(lǐng)域的普通技術(shù)人員來說，也可以根據(jù)這些附圖將本技術(shù)適用于其他類似情況，但無需付出創(chuàng)造性勞動。另外，可以理解的是，盡管在此開發(fā)過程中所做的工作可能是復(fù)雜和漫長的，但是，對于本領(lǐng)域的普通技術(shù)人員來說，根據(jù)本技術(shù)披露的技術(shù)內(nèi)容進(jìn)行的某些設(shè)計、制造或生產(chǎn)等更改僅是常規(guī)的技術(shù)手段，不應(yīng)被視為本技術(shù)公開的內(nèi)容不足。
[0175]“實施例”一詞在本技術(shù)中指的是結(jié)合實施例描述的具體特征、結(jié)構(gòu)或特性可以包括在本技術(shù)的至少一個實施例中。該短語出現(xiàn)在說明書中的各個位置并不一定意味著相同的實施例，也不意味著與其它實施例相互排斥而具有獨(dú)立性或可供選擇。本領(lǐng)域的普通技術(shù)人員能夠清楚或隱含地理解的是，本技術(shù)中描述的實施例在沒有沖突的情況下，可以與其它實施例結(jié)合。
[0176]
以上所述實施例僅表達(dá)了本技術(shù)的幾種實施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對專利保護(hù)范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本技術(shù)構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本技術(shù)的保護(hù)范圍。因此，本技術(shù)的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
技術(shù)特征：
1.一種車輛軌跡預(yù)測方法，其特征在于，包括：確定目標(biāo)車輛的車道中心線，并預(yù)測所述目標(biāo)車輛的變道意圖；基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，并基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡。2.根據(jù)權(quán)利要求1所述的車輛軌跡預(yù)測方法，其特征在于，所述確定目標(biāo)車輛的車道中心線，包括：根據(jù)預(yù)先獲取的所述目標(biāo)車輛的車道邊界線信息，計算得到所述目標(biāo)車輛的車道中心線。3.根據(jù)權(quán)利要求1所述的車輛軌跡預(yù)測方法，其特征在于，所述預(yù)測所述目標(biāo)車輛的變道意圖，包括：根據(jù)所述目標(biāo)車輛的運(yùn)動狀態(tài)信息，分別確定所述目標(biāo)車輛在歷史時刻與車道邊界線的第一位置關(guān)系、所述目標(biāo)車輛在當(dāng)前時刻與所述車道邊界線的第二位置關(guān)系、以及預(yù)測所述目標(biāo)車輛在預(yù)設(shè)時段后與所述車道邊界線的第三位置關(guān)系；通過比較所述第一位置關(guān)系、所述第二位置關(guān)系、以及所述第三位置關(guān)系，確定所述目標(biāo)車輛的變道意圖。4.根據(jù)權(quán)利要求1所述的車輛軌跡預(yù)測方法，其特征在于，所述基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，包括：將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成所述目標(biāo)車輛的短時預(yù)測軌跡。5.根據(jù)權(quán)利要求4所述的車輛軌跡預(yù)測方法，其特征在于，所述預(yù)設(shè)時段為預(yù)設(shè)數(shù)量的間隔時刻；所述將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型進(jìn)行預(yù)設(shè)時段的運(yùn)動狀態(tài)預(yù)測，生成所述目標(biāo)車輛的短時預(yù)測軌跡，包括：將所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息輸入預(yù)設(shè)的運(yùn)動學(xué)模型，預(yù)測得到所述預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息；基于所述預(yù)設(shè)數(shù)量的間隔時刻的運(yùn)動狀態(tài)信息，生成所述短時預(yù)測軌跡。6.根據(jù)權(quán)利要求1所述的車輛軌跡預(yù)測方法，其特征在于，所述基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇，包括：根據(jù)所述變道意圖對所述車道中心線進(jìn)行修正，得到目標(biāo)車道中心線；基于三次樣條插值算法的原理，利用所述短時預(yù)測軌跡對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇。7.根據(jù)權(quán)利要求6所述的車輛軌跡預(yù)測方法，其特征在于，所述基于三次樣條插值算法的原理，利用所述短時預(yù)測軌跡對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇，包括：根據(jù)所述短時預(yù)測軌跡中的坐標(biāo)信息，從所述目標(biāo)車道中心線中連續(xù)抽取預(yù)設(shè)數(shù)量的連接點；基于所述三次樣條插值算法的原理，將所述短時預(yù)測軌跡通過所述連接點對所述目標(biāo)車道中心線進(jìn)行補(bǔ)償，得到所述目標(biāo)參考線簇。
8.根據(jù)權(quán)利要求1所述的車輛軌跡預(yù)測方法，其特征在于，所述基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡，包括：根據(jù)所述目標(biāo)參考線簇建立frenet坐標(biāo)系；基于從所述目標(biāo)參考線簇中選取的參考點的位置信息，以及所述目標(biāo)車輛當(dāng)前的運(yùn)動狀態(tài)信息，得到所述目標(biāo)車輛在所述frenet坐標(biāo)系下的預(yù)測軌跡的初始點和終點；根據(jù)所述初始點和終點，生成所述目標(biāo)車輛的車輛預(yù)測軌跡。9.根據(jù)權(quán)利要求1至8中任一項所述的車輛軌跡預(yù)測方法，其特征在于，在基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡之后，所述方法還包括：根據(jù)預(yù)設(shè)的基于加速度信息和橫向超調(diào)量信息的代價函數(shù)，計算得到所述目標(biāo)車輛所有車輛預(yù)測軌跡的代價值；基于預(yù)設(shè)的篩選條件對所有車輛預(yù)測軌跡的代價值進(jìn)行篩選，得到最優(yōu)車輛預(yù)測軌跡。10.一種車輛軌跡預(yù)測裝置，其特征在于，包括：獲取模塊、第一生成模塊、以及第二生成模塊；其中：所述獲取模塊，用于確定目標(biāo)車輛的車道中心線，并預(yù)測所述目標(biāo)車輛的變道意圖；所述第一生成模塊，用于基于預(yù)設(shè)的運(yùn)動學(xué)模型生成所述目標(biāo)車輛的短時預(yù)測軌跡，并基于所述變道意圖和所述短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對所述車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；所述第二生成模塊，用于基于所述目標(biāo)參考線簇生成所述目標(biāo)車輛的車輛預(yù)測軌跡。11.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計算機(jī)程序以執(zhí)行權(quán)利要求1至9中任一項所述的車輛軌跡預(yù)測方法。12.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至9中任一項所述的車輛軌跡預(yù)測方法的步驟。
技術(shù)總結(jié)
本申請涉及一種車輛軌跡預(yù)測方法、裝置、電子裝置和存儲介質(zhì)，其中，該車輛軌跡預(yù)測方法包括：確定目標(biāo)車輛的車道中心線，并預(yù)測目標(biāo)車輛的變道意圖；基于預(yù)設(shè)的運(yùn)動學(xué)模型生成目標(biāo)車輛的短時預(yù)測軌跡，并基于變道意圖和短時預(yù)測軌跡，結(jié)合預(yù)設(shè)的插值算法對車道中心線進(jìn)行補(bǔ)償，得到目標(biāo)參考線簇；基于目標(biāo)參考線簇生成目標(biāo)車輛的車輛預(yù)測軌跡。通過本申請，基于車輛的運(yùn)動學(xué)信息的短時預(yù)測軌跡實現(xiàn)了對參考線的補(bǔ)償，從而能夠得到符合車輛軌跡實際特征的參考線，進(jìn)而能夠提升車輛軌跡的預(yù)測結(jié)果的精度。結(jié)果的精度。結(jié)果的精度。
