一种障碍物轨迹预测方法、装置、设备和介质制造方法及图纸

本发明专利技术实施例公开了一种障碍物轨迹预测方法、装置、设备和介质，该方法包括：获取结构化道路对应的环境状态信息、目标车辆的车辆状态信息与自动驾驶轨迹以及候选障碍物的障碍物状态信息；将车辆状态信息、障碍物状态信息、自动驾驶轨迹和环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测；目标障碍物是基于障碍物危险等级对候选障碍物进行筛选获得的；基于目标预测网络模型的输出，获得目标障碍物对应的目标运动轨迹，从而对候选障碍物进行筛选，获得对自动驾驶影响较大的目标障碍物，并仅对目标障碍物进行运动轨迹预测，进而保证不对自动驾驶造成影响的同时，节约计算资源，提高运动轨迹预测效率。预测效率。预测效率。

【技术实现步骤摘要】
一种障碍物轨迹预测方法、装置、设备和介质


[0001]本专利技术实施例涉及车辆自动驾驶技术，尤其涉及一种障碍物轨迹预测方法、装置、设备和介质。

技术介绍

[0002]随着技术的发展，汽车越来越智能化。智能驾驶车辆可以进行自动驾驶，以降低人为原因造成的交通事故发生率。在智能驾驶车辆进行自动驾驶的过程中，需要根据道路上的各种障碍物规划出最优的自动驾驶轨迹，以便安全的进行自动驾驶。
[0003]目前，在根据道路上的各种障碍物规划出最优的自动驾驶轨迹时，会单独针对道路上的每个障碍物进行运动轨迹预测。然而，这种全覆盖式的运动轨迹预测方式，会占用极大的计算资源，并降低运动轨迹预测的效率，导致智能驾驶车辆在自动驾驶时安全性下降。

技术实现思路

[0004]本专利技术实施例提供了一种障碍物轨迹预测方法、装置、设备和介质，以对候选障碍物进行筛选，获得对自动驾驶影响较大的目标障碍物，并仅对筛选获得的目标障碍物进行运动轨迹预测，从而可以保证不对自动驾驶造成影响的同时，节约计算资源，提高运动轨迹预测效率。
[0005]第一方面，本专利技术实施例提供了一种障碍物轨迹预测方法，包括：
[0006]获取结构化道路对应的环境状态信息、目标车辆的车辆状态信息、所述目标车辆的自动驾驶轨迹和候选障碍物的障碍物状态信息；所述候选障碍物是在所述目标车辆的预设识别范围内识别出的障碍物；
[0007]将所述车辆状态信息、所述障碍物状态信息、所述自动驾驶轨迹和所述环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测；所述目标障碍物是基于障碍物危险等级对所述候选障碍物进行筛选获得的；
[0008]基于所述目标预测网络模型的输出，获得目标障碍物对应的目标运动轨迹。
[0009]第二方面，本专利技术实施例提供了一种障碍物轨迹预测装置，包括：
[0010]信息获取模块，用于获取结构化道路对应的环境状态信息、目标车辆的车辆状态信息、所述目标车辆的自动驾驶轨迹和候选障碍物的障碍物状态信息；所述候选障碍物是在所述目标车辆的预设识别范围内识别出的障碍物；
[0011]轨迹预测模块，用于将所述车辆状态信息、所述障碍物状态信息、所述自动驾驶轨迹和所述环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测；所述目标障碍物是基于障碍物危险等级对所述候选障碍物进行筛选获得的；
[0012]目标运动轨迹获取模块，用于基于所述目标预测网络模型的输出，获得目标障碍物对应的目标运动轨迹。
[0013]本专利技术实施例的技术方案，通过获取结构化道路对应的环境状态信息、目标车辆
的车辆状态信息、所述目标车辆的自动驾驶轨迹和候选障碍物的障碍物状态信息；所述候选障碍物是在所述目标车辆的预设识别范围内识别出的障碍物；将所述车辆状态信息、所述障碍物状态信息、所述自动驾驶轨迹和所述环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测；所述目标障碍物是基于障碍物危险等级对所述候选障碍物进行筛选获得的；本专利技术实施例可以通过确定出的障碍物危险等级对候选障碍物进行筛选，获得对自动驾驶影响较大的目标障碍物，并仅对筛选后获得的目标障碍物进行运动轨迹预测，即基于所述目标预测网络模型的输出，获得目标障碍物对应的目标运动轨迹，从而可以保证在不对自动驾驶造成影响的同时，节约计算资源，提高运动轨迹预测效率。
[0014]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术实施例一提供的一种障碍物轨迹预测方法的流程图；
[0017]图2是本专利技术实施例二提供的一种障碍物轨迹预测方法的流程图；
[0018]图3是本专利技术实施例二所涉及的一种障碍物危险等级划分的示例图；
[0019]图4是本专利技术实施例三提供的一种障碍物轨迹预测装置的结构示意图；
[0020]图5是实现本专利技术实施例的障碍物轨迹预测方法的电子设备的结构示意图。
具体实施方式
[0021]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0022]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0023]实施例一
[0024]图1为本专利技术实施例一提供了一种障碍物轨迹预测方法的流程图，本实施例可适用于预测障碍物运动轨迹的情况，尤其适用于在自动驾驶时对障碍物运动轨迹进行预测的
情况，该方法可以由障碍物轨迹预测装置来执行，该障碍物轨迹预测装置可以采用硬件和/或软件的形式实现，该障碍物轨迹预测装置可配置于电子设备中。如图1所示，该方法包括：
[0025]S110、获取结构化道路对应的环境状态信息、目标车辆的车辆状态信息、目标车辆的自动驾驶轨迹和候选障碍物的障碍物状态信息；候选障碍物是在目标车辆的预设识别范围内识别出的障碍物。
[0026]其中，实际的道路通常可以分为结构化道路和非结构化道路。结构化道路可以是指具有清晰的道路标志线、道路的背景环境比较单一或道路的几何特征明显的道路。例如，结构化道路可以是但不限于高速公路或城市干道等结构化较好的道路。环境状态信息可以包括车道类型、是否靠近路口、是否远离路口或交通信号中至少一种。车辆状态信息可以包括车辆位置坐标、车速、加速度、航向角或自车编号中至少一种。障碍物状态信息包括：障碍物位置坐标、速度、加速度、航向角、障碍物类型和障碍物编号中至少一种。示例性地，车辆状态信息还可以包括历史车辆状态信息和当前车辆状态信息。障碍物状态信息还可以包括历史障碍物状态信息和当前障碍物状态信息。目标车辆是指可以进行自动驾驶的车辆。例如，目标车辆可以是但不限于智能驾驶车辆。候选障碍物可以是在目标车辆的预设识别范围内识别出的障碍物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物轨迹预测方法，其特征在于，包括：获取结构化道路对应的环境状态信息、目标车辆的车辆状态信息、所述目标车辆的自动驾驶轨迹和候选障碍物的障碍物状态信息；所述候选障碍物是在所述目标车辆的预设识别范围内识别出的障碍物；将所述车辆状态信息、所述障碍物状态信息、所述自动驾驶轨迹和所述环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测；所述目标障碍物是基于障碍物危险等级对所述候选障碍物进行筛选获得的；基于所述目标预测网络模型的输出，获得目标障碍物对应的目标运动轨迹。2.根据权利要求1所述的方法，其特征在于，所述环境状态信息包括：车道类型、是否靠近路口、是否远离路口或交通信号中至少一种；所述车辆状态信息包括：车辆位置坐标、车速、加速度、航向角或自车编号中至少一种；所述障碍物状态信息包括：障碍物位置坐标、速度、加速度、航向角、障碍物类型和障碍物编号中至少一种。3.根据权利要求1所述的方法，其特征在于，所述目标预测网络模型包括：障碍物危险等级划分子模型和障碍物轨迹预测子模型；所述将所述车辆状态信息、所述障碍物状态信息、所述自动驾驶轨迹和所述环境状态信息输入到目标预测网络模型中进行目标障碍物的确定和目标障碍物运动轨迹预测，包括：将所述车辆状态信息和所述障碍物状态信息输入至所述障碍物危险等级划分子模型，在所述障碍物危险等级划分子模型中进行障碍物危险等级划分，确定目标障碍物和目标障碍物状态信息；将所述目标障碍物状态信息、所述车辆状态信息、所述环境状态信息和所述自动驾驶轨迹输入至所述障碍物轨迹预测子模型进行目标障碍物运动轨迹预测。4.根据权利要求3所述的方法，其特征在于，所述在所述障碍物危险等级划分子模型中进行障碍物危险等级划分，确定目标障碍物和目标障碍物状态信息，包括：基于所述车辆状态信息、所述障碍物状态信息、第一危险等级半径和第二危险等级半径，确定所述目标车辆对应的第一障碍物、第一障碍物状态信息和第二障碍物；基于所述第一障碍物状态信息、所述障碍物状态信息、所述第一危险等级半径和所述第二危险等级半径，确定所述目标车辆对应的第三障碍物；基于所述第一障碍物、所述第二障碍物、所述第三障碍物和所述障碍物状态信息，确定目标障碍物和目标障碍物状态信息。5.根据权利要求4所述的方法，其特征在于，所述基于所述车辆状态信息、所述障碍物状态信息、第一危险等级半径和第二危险等级半径，确定所述目标车辆对应的第一障碍物、第一障碍物状态信息和第二障碍物，包括：基于所述车辆状态信息中的当前车辆坐标确定第一次障碍物危险等级划分对应的第一圆心，并基于所述第一圆心、第一危险等级半径和第二危险等级半径，确定第一危险等级范围和第二危险等级范围；基于每个所述障碍物状态信息和所述第一危险等级范围，确定位于所述第一危险等级范围内的第一障碍物和第一障碍物状态信息；
基于每个所述障碍物状态信息和所述第...

【专利技术属性】
技术研发人员：赵慧婷，郝值，杨首辰，赵子健，张宇轩，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：