[发明专利]一种汽车轨迹预测方法

说明书

本发明公开了一种汽车轨迹预测方法，包括如下步骤：将当前帧的所述环境状态图片和当前时刻中所述样本车辆的车辆状态信息作为输入数据输入预测模型；获取自动驾驶车辆最近时间内的转向偏移数据，所述转向偏移数据包括t时刻前轮的目标偏转角和真实偏转角；获取t时刻自动驾驶车辆的车辆状态信息；基于t时刻的车辆状态信息、转向偏移数据生成基准偏移补偿函数；根据当前时刻的样本车辆的车辆状态信息及基准偏移补偿函数生成对应样本车辆的样本偏移补偿函数；根据所述样本偏移补偿函数对预测模型进行修正；从修正后的预测模型的输出端获取所述样本车辆的预测轨迹。本发明具有提高了预测精度的优点。

技术领域

本发明涉及自动驾驶技术领域，特别涉及一种汽车轨迹预测方法。

背景技术

随着科技的进步和时代的发展，智能化产品越来越普遍，汽车行业也迎来了新势力的发展。智能汽车越来越被人们熟知和认可，目前传统汽车还是占据主要的市场，现实中传统汽车任然占比是最大的。随着汽车的智能化的发展，汽车行业逐渐改变自己的技术，大力发展研究无人驾驶的智能化汽车。

车辆轨迹预测是自动驾驶中的一个重要部分，是实现自动驾驶规划与决策的前提。在一些车辆轨迹的技术路线中，有的是基于专家规则，利用高精地图路网信息，目标检测跟踪结果，以及预测车辆的动力学模型，基于合理驾驶行为人为设计车辆未来的行驶路线。有的采用深度学习方法，完全基于目标检测跟踪得到的车辆行驶轨迹数据，对深度神经网络模型进行训练，由训练完成的模型输出预测的车辆未来行驶轨迹。但是这些技术路线的方案往往忽略了道路情况对车辆轨迹的影响，例如在较潮湿容易打滑的道路上预测的轨迹往往会有偏差。

发明内容

本发明的目的是提供一种汽车预测方法，其具有提高轨迹预测的准确度，提高了安全性的优点。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种汽车轨迹预测方法，包括如下步骤：

基于地图数据生成以样本车辆为图片中心的环境状态图片；

基于所述目标检测跟踪结果获取所述样本车辆的车辆状态信息；

将当前时刻的所述环境状态图片和当前时刻中所述样本车辆的车辆状态信息作为输入数据输入预测模型；

所述预测模型的输出端输出所述样本车辆的初测轨迹；

获取自动驾驶车辆最近时间内的转向偏移数据，所述转向偏移数据包括t时刻前轮的目标偏转角和真实偏转角；

获取t时刻自动驾驶车辆的车辆状态信息；

基于t时刻的车辆状态信息、转向偏移数据生成基准偏移补偿函数；

根据当前时刻的样本车辆的车辆状态信息及基准偏移补偿函数生成对应样本车辆的样本偏移补偿函数；

根据所述样本偏移补偿函数对初测轨迹进行修正得到样本车辆的预测轨迹。

进一步设置：所述车辆状态信息包括t时刻自动驾驶车辆前进方向、车速；

所述基于t时刻的车辆状态信息、转向偏移数据生成基准偏移补偿函数具体包括：

根据t时刻前轮的目标偏转角和真实偏转角及t时刻自动驾驶车辆的车速生成偏移参数；

根据偏移参数、自动驾驶车辆的前进方向及基准轴距生成基准偏移补偿函数，其中所述基准轴距为自动驾驶车辆前轮和后轮之间的轴距。

进一步设置：在所述从修正后的预测模型的输出端获取所述样本车辆的预测轨迹之后还包括以下步骤：

根据所述初测轨迹及预测轨迹生成预测区域，所述预测区域为所述初测轨迹与预测轨迹所为何成的平面区域；