[发明专利]行驶轨迹预测方法、装置、终端及存储介质

说明书

本申请公开了一种行驶轨迹预测方法、装置、终端及存储介质，属于车辆技术领域。所述方法包括：采集目标车辆在第一时间段内的行驶数据，获取多台第一车辆在第一时间段内的行驶数据，将目标车辆在第一时间段内的行驶数据、多台第一车辆在第一时间段内的行驶数据输入时序卷积网络，通过时序卷积网络预测目标车辆在第二时间段内的行驶轨迹。通过采集目标车辆和多台第一车辆在第一时间段内的行驶数据，将其输入时序卷积网络，预测目标车辆在第二时间段内的行驶轨迹。时序卷积网络是对时间序列预测的神经网络，时序卷积网络的网络结构使输出包含有较多的输入特征，能够提高对时间序列预测的精确性，能够对目标车辆的行驶轨迹做出精确的预测。

技术领域

本申请涉及车辆技术领域，特别涉及一种行驶轨迹预测方法、装置、终端及存储介质。

背景技术

无人驾驶汽车的出现使得人们的生活更加便捷，无人驾驶汽车在行驶过程中能够根据其他车辆的行驶轨迹做出行驶决策，如超车、减速和换道等。为了在保证无人驾驶汽车的安全性的同时及时的做出行驶决策，无人驾驶汽车需要有能够预测其他车辆行驶轨迹的能力。因此，亟需一种行驶轨迹预测方法。

相关技术中,行驶轨迹预测方法主要为：采集车辆的历史行驶数据，记录车辆行驶过程中每一时间值对应的轨迹点坐标，将车辆的时间和轨迹点坐标作为多项式函数的输入变量，设置多项式函数的参数后，经过多项式拟合，得到多项式函数对应的拟合曲线，将该拟合曲线作为车辆的行驶轨迹。

相关技术中将拟合曲线作为车辆的行驶轨迹，该拟合曲线是根据车辆的历史行驶数据拟合得到的，且拟合曲线的参数较少，无法对车辆的行驶轨迹做出精确的预测。

发明内容

本申请实施例提供了一种行驶轨迹预测方法、装置、终端及存储介质，能够解决相关技术中无法对车辆的行驶轨迹做出精确的预测的问题。所述技术方案如下：

一方面，提供了一种行驶轨迹预测方法，所述方法包括：

采集目标车辆在第一时间段内的行驶数据，所述行驶数据用于指示所述目标车辆的行驶状态和道路状态，所述目标车辆为所述车辆的感知范围内的车辆；

获取多台第一车辆在所述第一时间段内的行驶数据，每台所述第一车辆为与所述目标车辆之间符合目标位置条件的车辆；

将所述目标车辆在所述第一时间段内的行驶数据、多台所述第一车辆在所述第一时间段内的行驶数据输入时序卷积网络，通过所述时序卷积网络预测所述目标车辆在第二时间段内的行驶轨迹，所述第二时间段为所述第一时间段的下一时间段。

可选的，所述采集目标车辆在第一时间段内的行驶数据，包括：

采集包括所述目标车辆所在车道的实时道路数据；

基于所述实时道路数据，以所述目标车辆所在车道的中心线的切线方向为纵轴，以所述目标车辆所在车道的中心线的法线方向为横轴，建立目标坐标系；

基于所述目标坐标系，采集所述目标车辆相对于所述目标车辆所在车道的速度、位移和朝向差。

可选的，所述获取多台第一车辆在所述第一时间段内的行驶数据之前，所述方法还包括：

通过所述车辆的感知系统，确定所述目标车辆所在车道上的车辆以及所述目标车辆所在车道的相邻车道上的车辆；

基于所述目标车辆所在车道的中心线的法线，以及所获取到的车辆与所述法线的垂直距离，进行筛选，筛选得到每条车道上分别位于所述法线两侧且距离所述法线最近的两台所述第一车辆。

可选的，所述将所述目标车辆在所述第一时间段内的行驶数据、多台所述第一车辆在所述第一时间段内的行驶数据输入时序卷积网络，包括：