[发明专利]一种车辆轨迹预测方法、装置、芯片、终端和计算机设备

权利要求书

1.一种车辆轨迹预测方法，其特征在于，包括：

根据不同行驶时刻车辆的大地坐标和航向角，确定相对于起始时刻的车体坐标系的相对坐标系；

获取不同行驶时刻所述车辆在所述相对坐标系下的横向位移、纵向速度以及纵向加速度，并根据所述横向位移、所述纵向速度以及所述纵向加速度，生成观测状态序列；

基于所述观测状态序列和不同行驶行为对应的行为识别模型，对所述车辆的行驶行为进行识别；其中，确定不同行驶行为对应的行为识别模型包括：获取样本观测状态序列，根据所述样本观测状态序列的最大横向位移将所述样本观测状态序列分类为与所述不同行驶行为识别模型对应的样本观测状态序列，应用所述样本观测状态序列对相应的不同行驶行为识别模型进行训练得到不同行驶行为识别模型的参数；

基于所述观测状态序列和预设多项式，生成不同行驶行为的轨迹曲线集合，以及在所述不同行驶行为的轨迹曲线集合中，确定与识别到的所述车辆的行驶行为对应的目标轨迹曲线集合；

根据所述观测状态序列在所述目标轨迹曲线集合中确定所述车辆的轨迹曲线。

2.根据权利要求1所述的方法，其特征在于，所述根据不同行驶时刻车辆的大地坐标和航向角，确定相对于起始时刻车体坐标系的相对坐标系，包括：

获取所述车辆在大地坐标系下的不同行驶时刻的大地坐标和航向角，并根据所述大地坐标和所述航向角生成坐标变换矩阵；

根据所述坐标变换矩阵，得到所述车辆相对于起始时刻的车体坐标系下的相对坐标和航向角；

当所述航向角在连续时间内的变化量均小于第一阈值时，以当前时刻的车体坐标系为所述相对坐标系；

当所述航向角在连续时间内的至少一个变化量大于所述第一阈值时，以当前时刻的前一时刻的车体坐标系为所述相对坐标系。

3.根据权利要求2所述的方法，其特征在于，所述获取不同行驶时刻所述车辆在所述相对坐标系下的横向位移、纵向速度以及纵向加速度，包括：

获取不同行驶时刻所述车辆在所述相对坐标系下的相对坐标的横向位移和纵向位移；

根据所述纵向位移和时间间隔，求取不同行驶时刻的所述纵向速度和所述纵向加速度。

4.根据权利要求2所述的方法，其特征在于，在所述根据所述横向位移、所述纵向速度以及所述纵向加速度，生成观测状态序列之前，还包括：

采用卡尔曼滤波算法对所述横向位移、所述纵向速度以及所述纵向加速度进行滤波处理。

5.根据权利要求1所述的方法，其特征在于，所述根据所述横向位移、所述纵向速度以及所述纵向加速度，生成观测状态序列，包括：

根据起始时刻对应的观测状态S₀={y₀,v_x0,a_x0}，求取时间序列T={t₁,t₂,t₃,......,t_n}对应的观测状态S_t={S₁,S₂,S₃,......,S_n}，则所述观测状态序列O_t={O₁,O₂,O₃,......,O_n}={S₁-S₀,S₂-S₀,S₃-S₀,......,S_n-S₀}，其中，y₀为所述横向位移，v_x0为所述纵向速度，a_x0为所述纵向加速度。