[发明专利]一种城市交叉口周边车辆轨迹预测方法

摘要

本发明公开了一种城市交叉口周边车辆轨迹预测方法。步骤1、通过传感器得到的车辆状态信息作为输入，利用穿行意图识别模型和让行意图识别模型得到目标车辆运动模式；步骤2、确定目标车辆的运动模式之后，需要预测目标车辆的未来行驶轨迹；针对每种运动模式，通过建立对应运动模式的加速度预测模型得到预测加速度；步骤3、得到目标车辆预测加速度后，采用匀加速模型计算即可得到下一步车辆的运动状态；步骤4、实际使用过程中通过结合无迹卡尔曼滤波方法来降低预测模型的误差。本发明为城市交叉口轨迹预测模型的训练和测试提供真实有效的车辆状态数据。

主权项

1.一种城市交叉口周边车辆轨迹预测方法，其特征在于：步骤1、通过传感器得到的车辆状态信息作为输入，利用穿行意图识别模型和让行意图识别模型得到目标车辆运动模式：步骤1.1穿行意图的识别模型利用目标车辆相对方向角的变化率和相对航向角变化率作为输入，得到目标车辆的穿行意图，穿行意图分为左转、右转和直行三种；步骤1.2让行意图的识别模型利用目标车辆的加速度作为输入，得到左转目标车辆和直行目标车辆的让行意图，让行意图分为正常行驶和让行两种；步骤2、确定目标车辆的运动模式之后，需要预测目标车辆的未来行驶轨迹；针对每种运动模式，通过建立对应运动模式的加速度预测模型得到预测加速度；通过GPR算法建立加速度与车辆当前位置和速度的映射关系，训练得到的GPR加速度预测模型；对于预测模型超参数的设置，采用局部核函数的一种平方指数协方差函数作为核函数；对于超参数的训练寻优，采用共轭梯度优化算法搜索最优超参数；步骤3、得到目标车辆预测加速度后，采用匀加速模型计算即可得到下一步车辆的运动状态，通过下一步车辆的运动状态得到下一步车辆的加速度，进而迭代计算出未来多步的车辆轨迹，GPR轨迹预测模型：匀加速运动模型用目标位置(x,y)、速度(v_x,v_y)、加速度(a_x,a_y)来表示目标的运动状态X＝(x,y,v_x,v_y,a_x,a_y)，直线运动过程位置与速度、速度与加速之间的递推关系是线性的；步骤4、实际使用过程中通过结合无迹卡尔曼滤波方法来降低预测模型的误差。