[发明专利]用于预测周围车辆的轨迹的装置和方法

说明书

本发明涉及用于预测周围车辆的轨迹的装置和方法。用于预测周围车辆的轨迹的装置包括存储器和控制器，存储器配置为存储高清晰度地图、车道选择网络(LSN)和轨迹预测网络(TPN)，控制器基于高清晰度地图提取在本车周围行驶的目标车辆的周围车道信息，将目标车辆的周围车道信息和目标车辆的先前轨迹信息输入到LSN以检测参考车道信息，并且将参考车道信息和目标车辆的先前轨迹信息输入到TPN，以获得目标车辆的未来轨迹信息。

与相关申请的交叉引用

本申请要求2021年4月8日在韩国知识产权局提出的韩国专利申请No.10-2021-0046141的优先权的权益，其全部内容通过引用纳入本文中。

技术领域

本发明涉及在自动驾驶车辆中预测周围车辆中的目标车辆的未来轨迹。

背景技术

通常，自动驾驶车辆可以为自己识别道路环境以确定行驶情况，并且可以从它的当前位置沿着计划的行驶轨迹移动到目标位置。这种自动驾驶车辆需要关于周围车辆的未来轨迹的准确信息以保持行驶稳定性。

预测周围车辆的未来轨迹的技术是一项重要技术，该技术能够使自动驾驶车辆在自动驾驶车辆行驶时确定危急的情况并且规划安全的轨迹以稳定行驶。然而，因为自动驾驶车辆在真实行驶环境中会受到诸如行驶环境或自动驾驶车辆周围车辆的各种变量的影响，所以仅利用过去的轨迹很难准确地预测未来的轨迹。因此，需要一种轨迹预测技术，该技术能够更准确地预测与影响车辆的行驶的要素相关的轨迹，用于安全的自动驾驶。

道路信息是车辆在行驶期间考虑的最基本的指标。车辆通常沿着连接到目的地的车道行驶。因此，道路信息是限制车辆行驶路径的重要要素，并且车辆行驶的车道信息用作用于识别车辆行驶方向性的重要指标。作为结果，车辆轨迹预测技术需要首先考虑要预测的车辆的各种行驶环境要素中的周围道路信息，并且适当地利用道路信息在提高轨迹预测的准确性上起重要的作用。

因为预测周围车辆的未来轨迹的现有技术基于高清晰度地图、周围车辆的过去轨迹信息(坐标数据)以及以图像形式的周围环境信息来预测周围车辆的未来轨迹，所以将以图像形式的周围环境信息和以坐标数据形式的过去轨迹信息融合是很难的。具体地，因为主要反映了以图像形式的周围环境信息中的物体信息，所以降低了预测周围车辆的未来轨迹的准确性。

撰写背景技术中描述的细节是为了增加对本发明的背景技术的理解，其可以包括本领域技术人员熟知的现有技术之外的细节。

发明内容

本发明已经解决了现有技术中产生的上述问题，同时完整地保持了由现有技术所实现的优点。

本发明的一个方面提供了一种用于预测周围车辆的轨迹的装置和方法，其将目标车辆的过去轨迹信息和目标车辆的周围车道信息输入到学习完成的车道选择网络(LaneSelection Network，LSN)，以检测参考车道信息，并且将检测到的参考车道信息和目标车辆的过去轨迹信息输入到学习完成的轨迹预测网络(Trajectory Prediction Network，TPN)，输出目标车辆的未来轨迹信息以高准确性预测目标车辆的未来轨迹。

本发明所要解决的技术问题不限于上述问题，本发明所属领域的技术人员通过以下描述将清楚地理解本文中未提及的任何其它技术问题。此外，可以容易地看出，本发明的目的和优点可以通过实施方案中所指示的方式及其组合来实现。

根据本发明的一个方面，一种用于预测周围车辆的轨迹的装置可以包括存储器和控制器，存储器存储高清晰度地图、车道选择网络(LSN)和轨迹预测网络(TPN)，控制器基于高清晰度地图提取在本车周围行驶的目标车辆的周围车道信息，将目标车辆的周围车道信息和目标车辆的先前轨迹信息输入到LSN，以检测参考车道信息，并且将参考车道信息和目标车辆的先前轨迹信息输入到TPN，以获得目标车辆的未来轨迹信息。

控制器可以将目标车辆的预测的未来轨迹信息显示在地图上。