[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

说明书

本发明涉及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，其中，所述车辆轨迹预测方法包括：采用至少一个高斯过程模型确定目标车辆的运动模式，根据所述目标车辆的运动模式确定第一预测出口扇区位置；采用深度神经网络模型构建目标车辆在路口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目标出口扇区位置；以及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。实施本发明，可保证最终确定的所述第一预测轨迹能够具有更高的准确性。

技术领域

本发明涉及车辆辅助驾驶和车辆自动驾驶领域，特别涉及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。

背景技术

随着智能驾驶技术的发展，智能驾驶系统的应用越来越广泛，应用场景也越来越复杂，当前智能驾驶系统在车道保持、自动泊车、紧急自动刹车等场景有良好的应用。但当前智能驾驶系统仍然存在不足，不论是自动巡航系统还是自动泊车系统都只适用于简单交通场景。

在道路交叉口智能车辆的通行需要考虑交通信号灯，并且受到大量不同方向的机动车、非机动车、行人等交通参与者的影响。智能车如果需要在复杂的交叉路口安全通行，就必须根据对不同方向的机动车运动轨迹的准确预测，来对智能车的轨迹提前做出规划或对危险驾驶行为做出预警。由于交叉路口通行车辆的轨迹受到车道线、出口位置、驾驶员行为、交通信号灯、天气等各方面因素的影响，所以准确预测交叉路口通行车辆的运动轨迹是亟需解决的问题。

发明内容

本发明提出一种车辆轨迹预测方法、车辆碰撞预警方法、装置以及存储介质，以解决现有技术中对交叉路口通行车辆运动轨迹的预测不够准确的问题。

本发明第一方面提供一种车辆轨迹预测方法，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；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。

进一步地，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。

进一步地，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。

进一步地，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。