[发明专利]运动轨迹预测方法及系统、电子设备及可读存储介质有效
申请号: | 202011563942.2 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112651990B | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 章佳辉;李伟;马月昕;杨睿刚 | 申请(专利权)人: | 际络科技(上海)有限公司 |
主分类号: | G06T7/207 | 分类号: | G06T7/207;G06T17/05;G06T3/00;G06T15/20;G06N3/04;G06N3/08 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 蒋娟 |
地址: | 202150 上海市崇明区长*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动 轨迹 预测 方法 系统 电子设备 可读 存储 介质 | ||
本发明提供一种运动轨迹预测方法及系统、电子设备及可读存储介质,包括:获取并基于自车的历史位置、待预测对象相对于自车的历史相对位置以及待预测对象周围的周围障碍物相对于自车的历史相对位置,得到待预测对象及周围障碍物的历史位置;基于所述待预测对象及周围障碍物在世界坐标系下的历史位置,得到待预测对象的历史轨迹及周围障碍物的历史轨迹渲染,并结合地图信息分别进行渲染得到运动轨迹预测三维渲染图;将所述运动轨迹预测三维渲染图输入运动轨迹预测模型中进行待预测对象的运动轨迹预测。本发明在不增加算力的基础上,将多个时间片的信息渲染在一张高维的图上,输入量为更加准确的位置信息,预测精度更高。
技术领域
本发明涉及自动驾驶领域,特别涉及一种运动轨迹预测方法及系统、电子设备及可读存储介质。
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。
现有技术中,可以通过感知得到周围车辆的位置,根据车辆动态模型进行待预测对象的运动轨迹预测,卡尔曼滤波(KF),高斯混合模型(GMM),隐马尔科夫模型(HMM)等,此类方法能够建立准确的航迹量测模型或车辆状态转移模型,但其只能预测物体下一步运动的状态,无法满足自动驾驶对于未来障碍物长时间预测的要求。此外,还可以通过观测一段时间障碍物的轨迹,利用长短期记忆网络(LSTM)进行待预测对象的运动轨迹预测,此类方法累计误差较大,虽然可以达到较长时间的预测,但由于只依赖于障碍物位置,预测得到的未来轨迹往往会丢失环境变化对其产生的影响。
发明内容
本发明提供一种通过一次推理能够输出待预测对象未来轨迹、预测准确率高、时间复杂度更低的运动轨迹预测方法及系统、电子设备及可读存储介质。
本发明提供一种运动轨迹预测方法,包括:
获取并基于自车在世界坐标系下的历史位置、待预测对象相对于自车的历史相对位置以及待预测对象周围的周围障碍物相对于自车的历史相对位置,得到待预测对象及周围障碍物在世界坐标系下的历史位置;
基于所述待预测对象及周围障碍物在世界坐标系下的历史位置,得到待预测对象的历史轨迹及周围障碍物的历史轨迹渲染,并结合地图信息分别进行渲染得到运动轨迹预测三维渲染图;
将所述运动轨迹预测三维渲染图输入运动轨迹预测模型中进行待预测对象的运动轨迹预测。
优选的是,所述的运动轨迹预测方法,其中,
所述待预测对象的历史轨迹为待预测对象在utm坐标系下的x坐标、y坐标的坐标集,所述周围障碍物的历史轨迹包括周围障碍物在utm坐标系下的x坐标、y坐标的坐标集,所述地图信息包括待预测对象周围的道路信息,所述道路信息包括车道线位置,车道宽度,车道数。
优选的是,所述的运动轨迹预测方法,其中,所述基于所述待预测对象及周围障碍物在世界坐标系下的历史位置,得到运动轨迹预测三维渲染图具体包括:
基于待预测对象的历史轨迹的二维渲染图,确定待预测对象起点,将待预测对象的历史轨迹依次渲染在起点之后,形成多个渲染层,将待预测对象的历史轨迹的所有渲染层依次叠放形成待预测对象三维渲染图;
基于周围障碍物的历史轨迹的二维渲染图,确定周围障碍物起点,将周围障碍物历史轨迹依次渲染在起点之后,形成多个渲染层,将周围障碍物的历史轨迹的所有渲染层依次叠放形成周围障碍物三维渲染图;
将地图信息基于车道线位置,车道宽度,车道数以及颜色进行渲染,形成地图信息三维渲染图;
将所述待预测对象三维渲染图、周围障碍物三维渲染图、地图信息三维渲染图依次拼接形成运动轨迹预测三维渲染图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于际络科技(上海)有限公司,未经际络科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011563942.2/2.html,转载请声明来源钻瓜专利网。