轨迹预测方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种轨迹预测方法、装置和计算机可读存储介质，轨迹预测方法，包括：获取目标障碍物的历史轨迹点信息；接收第一待预测轨迹点信息所对应的第一时刻；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。采用高斯过程模型来进行轨迹预测，相对于传统的机器学习模型，其需要处理的数据量较少，因此，从数据录入到得到第一待预测轨迹点信息之间花费的时间较少，为未来行驶路径预测在在无人驾驶领域的应用提供了基础。

【技术实现步骤摘要】
轨迹预测方法、装置和计算机可读存储介质
本专利技术涉及轨迹预测
，具体而言，涉及一种轨迹预测方法、装置和计算机可读存储介质。
技术介绍
在无人驾驶领域中，车辆需要对障碍物的未来行驶路径进行预测，分析其在未来短时间内是否会对自身车辆造成威胁，从而提早提醒司机，以及做出相对应的策略来避开风险。本领域的技术人员发现，现有未来行驶路径预测的方案通常采用机器学习的模型来进行处理，而机器模型需要大量的数据进行训练，此外，在未来行驶路径进行预测的过程中同样也需要处理大量的数据，基于工程方面的考虑，无人驾驶感知的频率是10赫兹，也就是每一帧大约100毫秒，由于无人驾驶系统通常由好几个模块构成，所以预测模块要控制在几十毫秒，现有未来行驶路径预测方式耗时较长，无法满足无人驾驶领域的使用需求。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术的第一个方面在于，提供了一种轨迹预测方法。本专利技术的第二个方面在于，提供了一种轨迹预测装置。本专利技术的第三个方面在于，提供了一种车辆。本专利技术的第四个方面在于，提供了一种计算机可读存储介质。有鉴于此，根据本专利技术的第一个方面，本专利技术提供了一种轨迹预测方法，包括：获取目标障碍物的历史轨迹点信息；接收第一待预测轨迹点信息所对应的第一时刻；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。在本专利技术的技术方案中，提出了一种用于目标障碍物的轨迹预测方法。在该方案中，采用高斯过程模型来进行轨迹预测，相对于传统的机器学习模型，其需要处理的数据量较少，因此，从数据录入到得到第一待预测轨迹点信息之间花费的时间较少，为未来行驶路径预测在在无人驾驶领域的应用提供了基础。另外，本专利技术提供的上述技术方案中的轨迹预测方法还可以具有如下附加技术特征：在上述技术方案中，获取目标障碍物的历史轨迹点信息的步骤，还包括：获取目标障碍物的运动意图信息；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息的步骤，具体包括：利用高斯过程模型对历史轨迹点信息、运动意图信息和第一时刻进行处理，以得到第一待预测轨迹点信息。在该技术方案中，在获取目标障碍物的历史轨迹点信息的步骤的同时，还获取目标障碍物的运动意图信息，以便在对第一待预测轨迹点信息进行预测时，可以参考目标障碍物的运动意图信息。在此过程中，预测得到的第一待预测轨迹点信息更加准确，提高了预测结果的可靠性。在上述任一技术方案中，获取目标障碍物的运动意图信息的步骤，具体包括：获取目标障碍物的姿态信息；根据目标障碍物的姿态信息确定目标障碍物的运动意图信息。在该技术方案中，由于目标障碍物的运动意图信息可以根据目标障碍物的姿态信息来确定，而目标障碍物的姿态信息能够表征目标障碍物的实际运行状态，因此，可以确保运动意图信息的准确性，进而提高了第一待预测轨迹点信息的可信度。其中，运动意图信息可以包括向左转向行驶、向右转向行驶、向前进方向行驶、停止、以及与前进方向相反的方向行驶，如在目标障碍物为自行车时，可以获取自行车在当前姿态，进而确定车辆的运动意图，具体地，在自行车的车把偏向自行车行进方向的左侧，认定自行车为向左转向行驶，同理，在自行车的车把偏向自行车行进方向的右侧，认定自行车为向右转向行驶。在上述任一技术方案中，目标障碍物设置有指示装置，获取目标障碍物的运动意图信息的步骤，具体包括：获取指示装置输出的指示信息；根据指示信息确定目标障碍物的运动意图信息。在该技术方案中，在目标障碍物设置有指示装置时，根据该指示装置所输出的指示信息来确定目标障碍物的运动意图信息，进而降低了运动意图信息的检测难度。具体地，目标障碍物可以是车辆，指示装置可以是转向灯，通过获取转向灯的点亮情况来确定目标障碍物的运动意图信息。在上述任一技术方案中，在利用高斯过程模型对历史轨迹点信息和运动意图信息进行处理，以得到第一待预测轨迹点信息的步骤之前，还包括：根据运动意图信息确定均值函数；根据选定的核函数和均值函数确定高斯过程模型。在该技术方案中，在利用高斯过程模型对历史轨迹点信息和运动意图信息进行处理，以得到第一待预测轨迹点信息的步骤之前，还包括：构建高斯过程模型，具体地，根据运动意图信息确定均值函数，并根据选定的核函数得到高斯过程模型。在此过程中，由于高斯过程模型的确定过程中结合了运动意图信息，因此，确保了得到的高斯过程模型能够准确结合运动意图信息进行预测，提高了得到第一待预测轨迹点信息的可信度。在上述任一技术方案中，第一待预测轨迹点信息包括多个待预测轨迹点，利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息的步骤之后，还包括：获取任一待预测轨迹点的概率值；将概率值最大所对应的待预测轨迹点作为目标障碍物的第一未来轨迹信息。在该技术方案中，由于本申请的技术方案所采用的模型为高斯过程模型，因此，得到的第一待预测轨迹点信息属于一个动态范围。具体地，其包含多个待预测轨迹点，通过比较任意两个待预测轨迹点的概率值，进而确定概率值最大的待预测轨迹点，并将该待预测轨迹点作为目标障碍物的第一未来轨迹信息。在此过程中，通过选取概率值最大的待预测轨迹点作为第一未来轨迹信息，提高了预测结果的可信度。在上述任一技术方案中，利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息的步骤之后，还包括：接收第二待预测轨迹点信息所对应的第二时刻；利用存储的高斯过程模型对第二时刻、历史轨迹点信息进行处理，以得到第二待预测轨迹点信息；根据第二待预测轨迹点信息确定第二未来轨迹信息；根据第一未来轨迹信息和第二未来轨迹信息生成目标障碍物的预测轨迹。在该技术方案中，通过输入不同待预测轨迹点信息所对应的时刻，进而得到多个未来轨迹信息，利用得到的多个未来轨迹信息生成目标障碍物的预测轨迹，以便用户可以根据该预测轨迹驾驶车辆，降低目标障碍物在未来短时间内是否会对自身车辆造成威胁，以便用户及时做出相对应的策略来避开风险，从而提升了车辆驾驶的安全性。在上述任一技术方案中，还包括：确定第一待预测轨迹点信息的方差。在该技术方案中，通过确定第一待预测轨迹点信息的方差，以便根据该方差来确定目标障碍物的预测轨迹的不可确定性的范围，以便根据该不可确定性的范围来确定目标障碍物可能出现的运动轨迹，以便用户根据可能出现的运动轨迹驾驶车辆，以提高车辆驾驶的安全性。在上述任一技术方案中，选取与当前时刻最近的历史轨迹点作为历史轨迹点信息，其中，历史轨迹点的数量大于或等于3。在该技术方案中，通过限定历史轨迹点信息为与当前时刻最近的历史轨迹点，以便得到的第一待预测轨迹点信息与最接近的行驶轨迹相关，进而提高了第一待预测轨迹点信息的可信度。此外，通过限定历史轨迹点的数量大于或等于3，即限定了历史轨迹点的数量不少于三个，以降低历史轨迹点信息的数量过少，造成第一待预测轨迹点信息的可信度偏低的本文档来自技高网...

【技术保护点】
1.一种轨迹预测方法，其特征在于，包括：/n获取目标障碍物的历史轨迹点信息；/n接收第一待预测轨迹点信息所对应的第一时刻；/n利用存储的高斯过程模型对所述第一时刻、所述历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。/n

【技术特征摘要】
1.一种轨迹预测方法，其特征在于，包括：
获取目标障碍物的历史轨迹点信息；
接收第一待预测轨迹点信息所对应的第一时刻；
利用存储的高斯过程模型对所述第一时刻、所述历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。


2.根据权利要求1所述的轨迹预测方法，其特征在于，所述获取目标障碍物的历史轨迹点信息的步骤，还包括：
获取所述目标障碍物的运动意图信息；
所述利用存储的高斯过程模型对所述第一时刻、所述历史轨迹点信息进行处理，以得到第一待预测轨迹点信息的步骤，具体包括：
利用所述高斯过程模型对所述历史轨迹点信息、所述运动意图信息和所述第一时刻进行处理，以得到所述第一待预测轨迹点信息。


3.根据权利要求2所述的轨迹预测方法，其特征在于，所述获取所述目标障碍物的运动意图信息的步骤，具体包括：
获取所述目标障碍物的姿态信息；
根据所述目标障碍物的姿态信息确定所述目标障碍物的运动意图信息；或
所述目标障碍物设置有指示装置，所述获取所述目标障碍物的运动意图信息的步骤，具体包括：
获取所述指示装置输出的指示信息；
根据所述指示信息确定所述目标障碍物的运动意图信息。


4.根据权利要求3所述的轨迹预测方法，其特征在于，在所述利用所述高斯过程模型对所述历史轨迹点信息和所述运动意图信息进行处理，以得到所述第一待预测轨迹点信息的步骤之前，还包括：
根据所述运动意图信息确定均值函数；
根据选定的核函数和所述均值函数确定所述高斯过程模型。


5.根据权利要求4所述的轨迹预测方法，其特征在于，所述第一待预测...

【专利技术属性】
技术研发人员：林晓鹏，贺志国，王维，
申请(专利权)人：三一专用汽车有限责任公司，
类型：发明
国别省市：湖南;43