一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质制造方法及图纸

本发明专利技术公开了一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质。该方法包括：获取障碍车辆的相对位置信息，基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置，根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列，将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率，根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作。解决了障碍车辆驾驶行为预测时只能预测前向车辆的问题，实现了预测周围任一车辆驾驶行为的效果，通过准确判断障碍车辆的可能驾驶意图，更好的规划安全高效的行驶路线。

【技术实现步骤摘要】
一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质
本专利技术实施例涉及汽车驾驶技术，尤其涉及一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质。
技术介绍
在复杂的交通环境中，车辆要想安全快速行驶，不光要规划好自身的路径，更要根据周围车辆的实时变化，动态的规划接下来的驾驶动作，正是由于存在自身车辆与周围障碍车辆的交互影响，如何准确的预测周围障碍车辆的驾驶行为变得尤其重要。目前，有经验的驾驶员会根据周围障碍车辆的一系列动作准确预测出其接下来的行为；自动驾驶应用中，无人车也需要根据周围车辆的驾驶行为来准确规划自身车辆接下来的动作，自动驾驶车辆预测周围障碍车辆的驾驶行为通过分析前向车辆的驾驶行为对前向车辆接下来的驾驶动作进行了预测。自动驾驶车辆对前向的障碍车辆驾驶行为预测只预测了车辆行驶过程中前向车辆的驾驶行为，无法得到车辆侧方和后方车辆的驾驶行为，不能对无人驾驶车辆提供足够的障碍车辆信息，无法适应复杂的交通路况。
技术实现思路
本专利技术提供一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质，以实现对周围障碍车辆驾驶行为的准确预测。第一方面，本专利技术实施例提供了一种障碍车辆驾驶行为预测方法，所述障碍车辆驾驶行为预测方法包括：获取障碍车辆的相对位置信息；基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置；根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列；将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率；根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作。第二方面，本专利技术实施例还提供了一种障碍车辆驾驶行为预测装置，该障碍车辆驾驶行为预测装置包括：获取模块，用于获取障碍车辆的相对位置信息；定位模块，用于基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置；生成模块，用于根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列；概率确定模块，用于将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率；动作确定模块，用于根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作。第三方面，本专利技术实施例还提供了一种车辆，该车辆包括：一个或多个传感器，用于采集障碍车辆的相对位置信息；一个或多个控制器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个控制器执行，使得所述一个或多个控制器实现如本专利技术实施例中任一所述的一种障碍车辆驾驶行为预测方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的一种障碍车辆驾驶行为预测方法。本专利技术通过获取障碍车辆的相对位置信息，基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置，根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列，将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率，根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作，解决了障碍车辆驾驶行为预测时只能预测前向车辆的问题，实现了预测周围任一车辆驾驶行为的效果，通过准确判断周围障碍车辆的可能驾驶意图，辅助自动驾驶车辆进行有效的驾驶决策，更好的规划安全高效的行驶路线。附图说明图1是本专利技术实施例一中的一种障碍车辆驾驶行为预测方法的流程图；图2是本专利技术实施例二中的一种障碍车辆驾驶行为预测方法的流程图；图3是本专利技术实施例二中的车辆相对位置关系示例图；图4是本专利技术实施例二中的一种车辆运动轨迹示意图；图5是本专利技术实施例二中的一种方向向量示例图；图6是本专利技术实施例二中的角度编码关联表的确定流程示意图；图7是本专利技术实施例二中的方向划分示意图；图8是本专利技术实施例二中的量化规则示意图；图9是本专利技术实施例二中的观测值序列示意图；图10是本专利技术实施例二中的HMM模型经典结构的示例图；图11是本专利技术实施例二中的单一驾驶动作的HMM模型训练过程示例图；图12是本专利技术实施例二中的高速道路场景划分示例图；图13是本专利技术实施例二中的城市道路场景划分示例图；图14是本专利技术实施例二中的预设阈值模型的生成过程示意图；图15是本专利技术实施例二中的障碍驾驶动作预测流程图；图16是本专利技术实施例二中的预测障碍车辆驾驶动作整体结构图；图17是本专利技术实施例三中的一种障碍车辆驾驶行为预测装置的结构图；图18是本专利技术实施例四中的一种车辆的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种障碍车辆驾驶行为预测方法的流程图，本实施例可适用于预测障碍车辆驾驶行为的情况，该方法可以由障碍车辆驾驶行为预测装置来执行，具体包括如下步骤：步骤110、获取障碍车辆的相对位置信息。其中，障碍车辆具体可理解为当前道路上一定距离内行驶的任一车辆；相对位置信息可以是障碍车辆距离自身车辆的位置信息。具体的，获取障碍车辆的相对位置信息的方式可以是通过激光雷达、摄像头和/或毫米波雷达，通过至少一种传感器获取车辆周围其他障碍车辆的相对位置信息，通过多传感融合技术可以获得更加精确和鲁棒的障碍车辆相对位置；相对位置信息可以为距离及角度信息。障碍车辆为一定距离内的任一车辆，可以是前方、后方和/或侧方车辆，解决了障碍车辆驾驶行为预测中只能预测前方车辆的问题，通过准确判断周围障碍车辆的可能驾驶意图，辅助自动驾驶车辆进行有效的驾驶决策，更好的规划安全高效的行驶路线。步骤120、基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置。其中，定位信息具体可理解为自身车辆的在全球定位系统中的具体位置信息；准确位置为障碍车辆在全球定位系统中的具体位置信息。具体的，定位信息获取方式可以是由导航定位系统获得，其中导航定位系统可以为以下至少一种：北斗卫星系统、GPS系统、GLONASS系统、GALILEO系统、QZSS系统和/或SBAS系统。确定障碍车辆的准确位置的方式可以是：自身车辆通过高精定位信息可以获得车辆在世界坐标系下的绝对位置和航向角，通过传感器可以获得目标障碍车辆在本车车辆坐标系下的相对位置，最终确定目标障碍车辆在世界坐标系下的绝对坐标。步骤130、根据预设时间内障碍车本文档来自技高网...

【技术保护点】
1.一种障碍车辆驾驶行为预测方法，其特征在于，包括：/n获取障碍车辆的相对位置信息；/n基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置；/n根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列；/n将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率；/n根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作。/n

【技术特征摘要】
1.一种障碍车辆驾驶行为预测方法，其特征在于，包括：
获取障碍车辆的相对位置信息；
基于自身车辆的定位信息结合所述障碍车辆的相对位置信息，确定障碍车辆的准确位置；
根据预设时间内障碍车辆的准确位置，生成车辆运动轨迹，根据所述车辆运动轨迹生成观测值序列；
将所述观测值序列通过至少一个预设驾驶动作模型得到相应的前向概率，从各所述前向概率中确定最大前向概率；
根据对所述最大前向概率的判定结果，确定所述障碍车辆的驾驶动作。


2.根据权利要求1所述的方法，其特征在于，所述预设驾驶动作模型包括：
直行模型、左变道模型、右变道模型、左转弯模型和右转弯模型。


3.根据权利要求1所述的方法，其特征在于，所述根据所述车辆运动轨迹生成观测值序列，包括：
将所述车辆运动轨迹通过预设编码规则量化为编码，形成观测值序列。


4.根据权利要求3所述的方法，其特征在于，所述将所述车辆运动轨迹通过预设编码规则量化为编码，形成观测值序列，包括：
根据所述车辆运动轨迹，确定所述障碍车辆在预设时间内由各时刻位置到相应后一时刻位置的方向向量；
确定各所述方向向量对应的角度值，并查找角度编码关联表获得各所述角度值对应的数字标号；
基于各所述数字标号组成所述车辆轨迹序列的观测值序列。


5.根据权利要求4所述的方法，其特征在于，所述角度编码关联表通过下述步骤确定：
将圆周方向均等划分为16份，并以横坐标正方向开始逆时针进行度数标号，获得各份的度数值；
将平面直角坐标系均等划分为16份，并以横坐标负方向的顺时针按数字1-16标号，获得各份的数字标号；
将各所述度数值与数字标号按位置关联，构成角...

【专利技术属性】
技术研发人员：李宇寂，尚秉旭，王洪峰，陈志新，刘洋，许朝文，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林;22