[发明专利]一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质

权利要求书

1.一种车辆轨迹预测方法，其特征在于，所述方法包括：

获取高清地图、目标车辆的当前位置、当前速度、当前时间之前预设时间段内的目标车辆历史轨迹和当前时间之前预设时间段内的与所述目标车辆相邻车辆的历史轨迹；

基于所述当前位置和所述当前速度从至少一个已训练的高斯过程模型中确定出与所述目标车辆的运动模式匹配的目标高斯过程模型，并基于所述目标高斯过程模型所表征的运动模式确定所述目标车辆的第一预测出口扇区位置；

基于所述高清地图和所述当前位置确定所述目标车辆所在的车道信息， 将所述车道信息、所述目标车辆历史轨迹和与所述目标车辆相邻车辆的历 史轨迹处理成按扇区进行划分的彩色语义图像，利用已训练的深度神经网 络模型对所述彩色语义图像进行检测，得到所述目标车辆的第二预测出口 扇区位置；

基于所述第一预测出口扇区位置和所述第二预测出口扇区位置的重叠区域确定所述目标车辆的目标出口扇区位置；

基于所述目标车辆的当前位置和所述目标出口扇区位置生成从所述当前位置至所述目标出口扇区位置的第一预测轨迹；

所述基于所述第一预测出口扇区位置和所述第二预测出口扇区位置的重叠区域确定所述目标车辆的目标出口扇区位置包括：

在所述重叠区域大于等于预设阈值区域时，将所述第一预测出口扇区位置与所述第二预测出口扇区位置重叠的扇区确定为目标出口扇区位置；

在所述重叠区域小于预设阈值区域时，将所述第二预测出口扇区位置中选择概率最大的扇区确定为所述目标出口扇区位置。

2.根据权利要求1所述的一种车辆轨迹预测方法，其特征在于，所述基于所述当前位置和所述当前速度从至少一个已训练的高斯过程模型中确定出与所述目标车辆的运动模式匹配的目标高斯过程模型包括：

将所述当前位置输入至少一个所述高斯过程模型，得到至少一组第一预测平均速度矢量和第一预测速度方差；

对所述当前速度、所述第一预测平均速度矢量和所述第一预测速度方差进行比较，从至少一个所述高斯过程模型中选择与所述当前速度似然度最大的高斯过程模型；

将似然度最大的高斯过程模型确定为所述目标高斯过程模型。

3.根据权利要求2所述的一种车辆轨迹预测方法，其特征在于，所述基于所述目标高斯过程模型确定所述目标车辆的第一预测出口扇区位置包括：

基于所述目标高斯模型所表征的运动模式确定所述目标车辆的当前运动模式；

基于所述当前运动模式和预设映射关系确定所述目标车辆的第一预测出口扇区位置。

4.根据权利要求1所述的一种车辆轨迹预测方法，其特征在于，所述第一预测轨迹为选择成本函数最小的出口时间所对应的预测轨迹；

相应的，在所述基于所述目标车辆的当前位置和所述目标出口扇区位置生成第一预测轨迹的步骤之后，所述方法还包括：

离散化所述目标车辆的当前时间和所述出口时间之间的时间，并获取位于所述当前时间之后的所有离散化后的时间点；

基于所述第一预测轨迹和所有离散化后的所述时间点确定所述目标车辆在每个所述时间点的预测位置；

将每个所述时间点的所述预测位置依次输入与所述目标车辆的运动模式对应的所述目标高斯过程模型，得到每个所述时间点的第二预测速度方差；

基于每个所述时间点的所述第二预测速度方差和预设比例关系确定每个所述时间点的预测位置方差；

基于每个所述时间点的所述预测位置和所述预测位置方差确定所述第一预测轨迹的概率分布。