[发明专利]轨迹预测方法及装置、存储介质、驾驶系统与车辆

说明书

提供了一种轨迹预测方法及装置、存储介质、驾驶系统与车辆。该方法通过获取待预测对象所在区域的全局语义数据与全局轨迹数据(S202)，然后，融合全局语义数据与全局轨迹数据，得到全局融合数据(S204)，从而，提取全局融合数据中的特征，得到全局特征(S206)，进而，利用训练好的轨迹预测模型处理全局特征，得到待预测对象的目标轨迹(S208)。该方法能够结合全局数据实现对运动对象的轨迹预测，具备较高的预测准确率，并在一定程度上降低意外事故的发生概率。

技术领域

本发明涉及智能交通技术领域，尤其涉及一种轨迹预测方法及装置、存储介质、驾驶系统与车辆。

背景技术

随着智能交通领域的发展，对运动对象的运动轨迹的预测算法在路径规划领域具备重大意义。通过对运动对象的运动轨迹进行预测，能够在已知运动对象未来可能的运动轨迹的情况下进行路径规划，有利于防止碰撞等意外情况的发生。

目前的轨迹预测算法一般以运动对象自身的运动数据为基础，根据运动对象所属类别确定运动对象适用的运动模型，并利用该运动模型处理运动对象自身的运动数据，之后，再通过后处理的方式整合区域语义信息，即可预测出待预测对象的运动轨迹。

现有的轨迹预测算法以运动对象自身的运动数据为基础，无法从全局出发进行轨迹预测，这容易导致不同运动对象的预测轨迹出现交叉，进而导致以此为依据的路径规划或调度发生碰撞等意外事故，存在较大的安全隐患。

发明内容

本发明实施例提供一种轨迹预测方法及装置、存储介质、驾驶系统与车辆，能够结合全局数据实现对运动对象的轨迹预测，具备较高的预测准确率，并在一定程度上降低意外事故的发生概率。

第一方面，本发明实施例提供了一种轨迹预测方法，包括：

获取待预测对象所在区域的全局语义数据与全局轨迹数据；

融合所述全局语义数据与所述全局轨迹数据，得到全局融合数据；

提取所述全局融合数据中的特征，得到全局特征；

利用训练好的轨迹预测模型处理所述全局特征，得到所述待预测对象的目标轨迹。

第二方面，本发明实施例提供了一种轨迹预测装置，包括：

获取模块，用于获取待预测对象所在区域的全局语义数据与全局轨迹数据；

融合模块，用于融合所述全局语义数据与所述全局轨迹数据，得到全局融合数据；

特征提取模块，用于提取所述全局融合数据中的特征，得到全局特征；

预测模块，用于利用训练好的轨迹预测模型处理所述全局特征，得到所述待预测对象的目标轨迹。

第三方面，本发明实施例提供了一种轨迹预测装置，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如第一方面所述的方法。

第五方面，本发明实施例提供了一种驾驶系统，包括：

轨迹预测装置，用于执行如第一方面所述的方法；

运动控制器，用于根据所述目标轨迹控制被控制对象运动。

一种可能的设计中，所述被控制对象与所述待预测对象为不同对象。