CN109855641B - 预测运动轨迹的方法、装置、存储介质和终端设备 - Google Patents
预测运动轨迹的方法、装置、存储介质和终端设备 Download PDFInfo
- Publication number
- CN109855641B CN109855641B CN201910127571.4A CN201910127571A CN109855641B CN 109855641 B CN109855641 B CN 109855641B CN 201910127571 A CN201910127571 A CN 201910127571A CN 109855641 B CN109855641 B CN 109855641B
- Authority
- CN
- China
- Prior art keywords
- navigation
- target object
- path
- information
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提出一种预测运动轨迹的方法、装置、存储介质和终端设备,其中,所述方法包括:根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;根据所述地图信息,规划所述目标对象从所述当前位置到所述目的地的优选路径;确定所述目标对象在所述优选路径上运动的速度变化情况;以及根据所述目标对象在所述优选路径上运动的速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。采用本发明,可以无需要利用硬件设备进行实时采集目标对象的运动轨迹,成本低、效率高。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种预测运动轨迹的方法、装置、存储介质和终端设备。
背景技术
车辆在车辆行驶过程中,如果车辆启动自动驾驶模式进行驾驶,车辆可以采集周围障碍物的信息。然后,车辆利用自动驾驶的决策算法,对这些采集到的信息进行分析,从而得到决策结果。车辆按照决策结果进行自动驾驶。其中,自动驾驶的决策算法需要提前训练或仿真,以在车辆的自动驾驶过程中车辆可以准确地计算到决策结果,提高驾驶的安全性能。
其中,在自动驾驶的决策算法的训练过程或仿真过程中,一般会利用到实际交通道路的障碍物信息,例如、机动车、自行车、目标对象等障碍物的运动轨迹。还可以包括静态障碍物的位置外观等信息。但是,对于这些运动轨迹,一般采用硬件传感器等来采集外界环境或动态障碍物的具体的信息,得到运动轨迹。例如,对于机动车的运动轨迹来说,还可以通过GPS系统来采集。但是,对于普通行人来说,一般难以通过GPS来采集,需要在现场布设硬件设施,进行跟踪采集。如此,采集成本高,采集效率低。
发明内容
本发明实施例提供一种预测运动轨迹的方法、装置、存储介质和终端设备,以解决或缓解现有技术中的以上一个或多个技术问题。
第一方面,本发明实施例提供了一种预测运动轨迹的方法,包括:
根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;
根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;
根据所述地图信息,规划从所述目标对象所在的当前位置到所述目的地的优选路径;
确定所述目标对象在所述优选路径上运动的速度变化情况;以及
根据所述速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。
在一种实施方式中,所述历史导航信息包括导航路径、在所述导航路径上导航的速度以及时间,以及根据所述历史导航信息和所述地图信息,确定所述目标对象可能要到达的目的地,包括:
根据所述历史导航信息,统计各所述导航路径的导航次数以及各所述导航路径的所在的导航时段;
根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径;以及
根据所述地图信息和所述目标对象可能选择的导航路径,确定所述目标对象将要到达的目的地。
在一种实施方式中,所述根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径,包括:
根据所述导航路径的导航次数,确定所述导航路径的导航概率;
如果所述导航路径的导航时段与所述当前时间所在时段相符,提高所述导航路径的导航概率;
如果所述导航路径的导航时段与所述当前时间所在时段不相符,降低所述导航路径的导航概率;以及
根据各所述导航路径的导航概率,确定所述目标对象可能选择的导航路径。
在一种实施方式中,所述方法还包括:
获取从所述目标对象的当前位置到所述目的地的周围障碍物信息;以及
根据所述周围障碍物信息对所述优选路径进行修正。
在一种实施方式中,所述确定所述目标对象在所述优选路径的速度变化情况,包括:
获取在所述优选路径上的动态障碍物在当前的运动信息;以及
根据所述动态障碍物的运动信息和所述目标对象在当前位置的运动速度,预测所述目标对象在所述优选路径上运动的速度变化情况。
第二方面,本发明实施例提供一种预测运动轨迹的装置,包括:
信息获取模块,用于根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;
目的地确定模块,用于根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;
优选路径确定模块,用于根据所述地图信息,规划从所述目标对象所在的当前位置到所述目的地的优选路径;
速度变化确定模块,用于确定所述目标对象在所述优选路径上运动的速度变化情况;以及
运动轨迹确定模块,用于根据所述速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。
在一种实施方式中,所述历史导航信息包括导航路径、在所述导航路径上导航的速度以及时间,以及所述目的地确定模块包括:
导航时段确定单元,用于根据所述历史导航信息,统计各所述导航路径的导航次数以及各所述导航路径的所在的导航时段;
导航路径确定单元,用于根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径;以及
目的地确定单元,用于根据所述地图信息和所述目标对象可能选择的导航路径,确定所述目标对象将要到达的目的地。
在一种实施方式中,所述导航路径确定单元包括:
导航概率确定子单元,用于根据所述导航路径的导航次数,确定所述导航路径的导航概率;
导航概率提高子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段相符,提高所述导航路径的导航概率;
导航概率降低子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段不相符,降低所述导航路径的导航概率;以及
导航路径确定子单元,用于根据各所述导航路径的导航概率,确定所述目标对象可能选择的导航路径。
在一种实施方式中,所述装置还包括:
障碍物信息获取模块,用于获取从所述目标对象的当前位置到所述目的地的周围障碍物信息;以及
优选路径修正模块,用于根据所述周围障碍物信息对所述优选路径进行修正。
在一种实施方式中,所述速度变化确定模块包括:
运动信息获取单元,用于获取在所述优选路径上的动态障碍物在当前的运动信息;以及
速度预测单元,用于根据所述动态障碍物的运动信息和所述目标对象在当前位置的运动速度,预测所述目标对象在所述优选路径上运动的速度变化情况。
第三方面,本发明实施例提供了一种预测运动轨迹的装置,所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,预测运动轨迹的结构中包括处理器和存储器,所述存储器用于预测运动轨迹的装置执行上述预测运动轨迹的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述预测运动轨迹的装置还可以包括通信接口,用于预测运动轨迹的装置与其他设备或通信网络通信。
第四方面,本发明实施例还提供一种计算机可读存储介质,用于预测运动轨迹的装置所用的计算机软件指令,其中包括用于执行上述预测运动轨迹的方法所涉及的程序。
上述技术方案中的任意一个技术方案具有如下优点或有益效果:
本发明实施例利用目标对象的历史导航信息以及周围环境的信息来确定目标对象将要到达的目的地,然后规划从当前位置到此目的地的运动轨迹。如此,无需要利用硬件设备进行实时采集目标对象的运动轨迹,成本低、效率高。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明提供的预测运动轨迹的方法的一个实施例的流程示意图。
图2是本发明提供的目的地的确定过程的一个实施例的流程示意图。
图3是本发明提供的导航路径的确定过程的一个实施例的流程示意图。
图4是本发明提供的修正优选路径的一个实施例的流程示意图。
图5是本发明提供的速度变化情况的确定过程的一个实施例的流程示意图。
图6是本发明提供的预测运动轨迹的装置的一个实施例的结构示意图。
图7是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
请参阅图1,本发明实施例提供了一种预测运动轨迹的方法。本实施例可以由以下机动车执行,包括:电动自行车、摩托车等两轮的机动车,电动、混动或汽油等四轮的机动车,以及飞机、轮船等交通设备。本实施例可以包括步骤S100至S400,如下:
S100,根据目标对象所在的位置区域,获取目标对象在位置区域的历史导航信息和位置区域的地图信息。
在一些实施例中,目标对象可以包括机动车、自行车、行人、机器人等。位置区域可以包括目标对象所在的位置以及此位置的附近。例如:以目标对象所在的位置为中心,半径50米或100米以内的区域。位置可以采用地理坐标来表示,也可以采用路标或地标等信息来表示。
在一些实施例中,历史导航信息可以包括过去一段时间内此目标对象的导航信息。例如,过去一周内、一个月内、半年内等。导航信息可以包括导航路径、在此导航路径上导航的速度(即导航速度)和时间(即导航时间)。导航路径可以包括起始地、途经地和目的地等信息。起始地也可称为起点、起始位置等,目的地也可称为终点、终点位置等,这两者的命名可以不拘于上述形式,均可以认为是同一含义。
在一些实施例中,如果目标对象是行人可以通过脸部识别的方式得到此目标对象的身份,则利用此身份的信息,可以获取与此身份信息相符的且在行人所在的位置区域的历史导航信息。如果目标对象是机动车、自行车、机器人等,也可以通过摄像识别等方式,获取目标对象的身份。例如,获取机动车的车牌号、机器人的标识号等。
在一些实施例中,如果不存在目标对象的历史导航信息,则可以寻找与目标对象具有相同属性的其他对象的历史导航信息。例如,如果目标对象是行人,在同一年龄段、穿着打份相似、具有相同性别等的行人可以认为是具有相同属性。如果目标对象是车辆,则同一辆型号、驾驶人在同一年龄段、穿着打份相似且具有相同性别的车辆可以认为具有相同属性。
在一些实施例中,地图信息可以包括二维地图、三维地图等。此地图信息可以是最近更新的,可以包含具体的交通信息。例如,在某一路段的拥堵情况、是否发生交通事故。
S200,根据历史导航信息和地图信息,确定目标对象将要到达的目的地。
一般来说,目标对象在某一个区域内行走的路径总是相似的,其一般是到达一个固定的目的地。例如,在A地铁站附近有一个B购物广场。行人C一般在周末或节假日会去B购物广场进行购物。通过行人C在此A地铁站附近的历史导航信息,可以确定目标对象将要到达的目的地为B购物广场。相似地,如此A地铁站附近有多个地标,可以通过历史导航信息进行统计,确定行人C将要到达的目的地。
由于历史导航信息仅为过去的导航信息,也就是说,导航的终点或目的地为过去的,有可能与现在的情况有所区别。例如,D商店在过去的位置在B购物广场,但是附近开了一个新广场,D商店从B购物广场迁移到新广场。或者,D商店仍然在B购物广场开店,与此同时在新广场也开了分店。这些信息,可以根据最近更新的地图信息中获知,在确定目的地时,可以利用地图信息来修正。
示例性地,假设确定的目的地为D商店,如果通过地图信息确定D商店从B购物广场迁移到新广场,则将目的地修正为新广场的D商店。如果通过地图信息确定D商店同时在B购物广场和新广场开业,则可以将目的地修正为新广场的D商店。
S300,根据地图信息,规划从目标对象所在的当前位置到目的地的优选路径。
在一些实施例中,优选路径可以包括以下路径的一者或多者:从目标对象的当前位置到目的地的最近的路径,从目标对象的当前位置到目的地的最快的路径、从目标对象的当前位置到目的地的绕路最少或拥者情况最少的路径等。如果目标对象为行人,则规划走路最近的路径、最快的路径。如果目标对象为车辆,则规划开车最近的路径、最快的路径或者拥堵情况最少的路径。
S400,确定目标对象在优选路径上运动的速度变化情况。其中,速度变化情况可以包括在哪个路段可以加速运动、在哪个路段可以减速运动或者在哪个路段可以匀速运动。
在一些实施例中,可以利用当前路径上的动态障碍物的运动情况、障碍物的密集情况,来确定目标对象在此选路径上运动的速度变化情况。当然,也需要考虑目标对象在当前的运动速度。如果目标对象在当前的运动速度较为缓慢,且变化不大,则目标对象在在优选路径上运动的速度变化情况受到动态障碍物的影响较小。如果目标对象在当前的运动速度较为急速,且变化较大,则目标对象在在优选路径上运动的速度变化情况受到动态障碍物的影响较大。
示例性地,如果目标对象为行人,可以考虑此路径上的人群的密集程度和运动情况、以及目标对象在当前的运动速度,来确定目标对象在优选路径上运动的速度变化情况。如果目标对象为车辆,可以考虑此路径上的车辆的密集程度和运动情况、以及目标对象在当前的运动速度,来确定目标对象在优选路径上运动的速度变化情况。
S500,根据目标对象在优选路径上运动的速度变化情况和优选路径,预测目标对象的运动轨迹。
在本实施例中,路径可以包括坐标系X-Y空间上的轨迹,运动轨迹可以包括坐标系X-Y-t空间的轨迹。
本发明实施例利用目标对象的历史导航信息以及周围环境的信息来确定目标对象将要到达的目的地,然后规划从当前位置到此目的地的运动轨迹。如此,无需要利用硬件设备进行实时采集,成本低、效率高。而且,轨迹预测更为准确。
在一些实施例中,历史导航信息包括导航路径、在导航路径上导航的速度以及时间。因此,可以参见图2,上述步骤S200的目的地的确定过程,可以包括步骤S210至步骤S220,如下:
S210,根据历史导航信息,统计各导航路径的导航次数以及各导航路径的所在的导航时段。
S220,根据各导航路径的导航次数和导航时段、以及当前时间所在的时段,确定目标对象可能选择的导航路径。
S230,根据地图信息和目标对象可能选择的导航路径,确定目标对象将要到达的目的地。
在本实施例中,导航时段可以包括周末、节假日、工作日等区分。导航时段也可以包括每一天的上午、下午、晚上等时段的区分。导航时段还可以某个一天的一个时刻到另一个时刻的时段。
示例性地,由于同一导航路径可以存在多次导航,但是每一次导航的时间是不相同的,因此,可以根据同一导航路径的多个将导航的时间的重叠部分,作为此导航路径的导航时段。
在本实施例中,导航路径的导航次数越多,导航时段与当前时间所在的时段越相符,则其为目标对象可能选择的导航路径的机率越高。
确定目标对象可能选择的导航路径可以包括一个或多个。由于导航路径可以包括起始地、目的地等信息,因此,可以初步将导航路径的目的地作为目标对象将要到达的目的地。然后,根据地图信息,确定是否要修正目标对象将要到达的目的地。例如,如果目的地在地图上已更新为另一个地址,则可以将此目的地的地址改为此更新后的地址。如前述实施例所述,在此不再赘述。
在一些实施例中,参见图3,上述步骤S220的导航路径的确定过程,可以包括步骤S222至S228,如下:
S222,根据导航路径的导航次数,确定导航路径的导航概率。导航次数越高,导航概率越高。
S224,如果导航路径的导航时段与当前时间所在时段相符,提高导航路径的导航概率。说明此导航路径与当前目标对象想要运动路径相符合的程度较高,可以提高导航概率。
S226,如果导航路径的导航时段与当前时间所在时段不相符,降低导航路径的导航概率。说明此导航路径与当前目标对象想要运动路径相符合的程度越低,可以降低导航概率。
S228,根据各导航路径的导航概率,确定目标对象可能选择的导航路径。
在一些实施例中,如果导航路径的导航概率高于设定的概率阈值,则可以将此导航路径作为目标对象可能选择的导航路径。或者,可以从各导航路径中选择导航概率最高的或排序在前的若干个导航路径,作为目标对象可能选择的导航路径。
其中,相符可以指导航路径的导航时段与当前时间所在时段完全重叠、部分重叠、包含与反包含等关系。例如,导航时段为周末,当前时间所在的时段也为周末,这两个时段重叠,则可以认为导航路径的导航时段与当前时间所在时段相符。例如,导航时段为某一天的9:30~9:56,而当前时间所在时段为9:00~10:00,导航时段包含在当前时间所在时段之内,此时也可以认为导航路径的导航时段与当前时间所在时段相符。
另外,如果导航路径的导航时段与当前时间所在时段不重叠,且也没有包含关系,则可以认为两者是不相符的。
在一些实施例中,上述优选路径的确定仅是根据地图信息来确定,地图信息与实际的障碍物信息仍存在时间差,优选路径的准确程度还需商榷。例如,可以根据实际情况的周围障碍物信息来修正优选路径。因此,参见图4,本实施例提供的方法还可以包括:
S610,获取从目标对象的当前位置到目的地的周围障碍物信息;以及
S620,根据周围障碍物信息对优选路径进行修正。
在一些实施例中,从目标对象的当前位置到目的地的路径可以包括多个,对于每一个路径,均可以获取其周围障碍物信息,来判断其是否有修路或者交通限流或提醒换道的信息存在。如果存在这些情况,可以对优选路径进行修正。例如,选择不存在有修路或者交通限流或提醒换道的信息的路径,作为优选路径。如果不存在以上情况,则可以不对优选路径进行修正。
如果优选路径仅包含一个,而且通过周围障碍物信息可以确定某个路段存在修路的情况,则可以为优选路径中的此路段寻找可选的路径,来替换此路段的路径,并与此优选路径的其他路段相承接,组成新的路径。从而完成对优选路径的修正。
在一些实施例中,参见图5,上述步骤S400的速度变化情况的确定过程,可以包括步骤S410和步骤S420,如下:
S410,获取在优选路径上的动态障碍物在当前的运动信息。
S420,根据动态障碍物的运动信息和目标对象在当前位置的运动速度,预测目标对象在优选路径上运动的速度变化情况。
在本实施例中,通过优选路径上的动态障碍物在当前的运动信息,可以预计动态障碍物未来在此优选路径上的运动情况。然后,结合目标对象在当前位置的运动速度,可以预测目标对象在优选路径上运动的速度变化情况。速度变化情况可以包括在哪个路段可以加速运动、在哪个路段可以减速运动或者在哪个路段可以匀速运动。或者可以包括在每一个时间点或时间段上的运动速度。
参见图6,本发明实施例提供一种预测运动轨迹的装置,包括:
信息获取模块100,用于根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;
目的地确定模块200,用于根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;
优选路径确定模块300,用于根据所述地图信息,规划从所述目标对象所在的当前位置到所述目的地的优选路径;
速度变化确定模块400,用于确定所述目标对象在所述优选路径上运动的速度变化情况;以及
运动轨迹确定模块500,用于根据所述速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。
在一种实施方式中,所述历史导航信息包括导航路径、在所述导航路径上导航的速度以及时间,以及所述目的地确定模块200包括:
导航时段确定单元,用于根据所述历史导航信息,统计各所述导航路径的导航次数以及各所述导航路径的所在的导航时段;
导航路径确定单元,用于根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径;以及
目的地确定单元,用于根据所述地图信息和所述目标对象可能选择的导航路径,确定所述目标对象将要到达的目的地。
在一种实施方式中,所述导航路径确定单元包括:
导航概率确定子单元,用于根据所述导航路径的导航次数,确定所述导航路径的导航概率;
导航概率提高子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段相符,提高所述导航路径的导航概率;
导航概率降低子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段不相符,降低所述导航路径的导航概率;以及
导航路径确定子单元,用于根据各所述导航路径的导航概率,确定所述目标对象可能选择的导航路径。
在一种实施方式中,所述装置还包括:
障碍物信息获取模块,用于获取从所述目标对象的当前位置到所述目的地的周围障碍物信息;以及
优选路径修正模块,用于根据所述周围障碍物信息对所述优选路径进行修正。
在一种实施方式中,所述速度变化确定模块400包括:
运动信息获取单元,用于获取在所述优选路径上的动态障碍物在当前的运动信息;以及
速度预测单元,用于根据所述动态障碍物的运动信息和所述目标对象在当前位置的运动速度,预测所述目标对象在所述优选路径上运动的速度变化情况。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,预测运动轨迹的结构中包括处理器和存储器,所述存储器用于预测运动轨迹的装置执行上述第一方面中预测运动轨迹的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述预测运动轨迹的装置还可以包括通信接口,用于预测运动轨迹的装置与其他设备或通信网络通信。
本发明实施例还提供一种预测运动轨迹的终端设备,如图7所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的预测运动轨迹的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包括高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种预测运动轨迹的方法,其特征在于,包括:
根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;所述目标对象为动态障碍物,包括机动车、自行车、行人、机器人中的至少一种;
根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;
根据所述地图信息,规划从所述目标对象所在的当前位置到所述目的地的优选路径;
获取在所述优选路径上的其他动态障碍物在当前的运动信息;以及
根据所述其他动态障碍物的运动信息和所述目标对象在当前位置的运动速度,确定所述目标对象在所述优选路径上运动的速度变化情况;以及
根据所述速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。
2.如权利要求1所述的方法,其特征在于,所述历史导航信息包括导航路径、在所述导航路径上导航的速度以及时间,以及根据所述历史导航信息和所述地图信息,确定所述目标对象可能要到达的目的地,包括:
根据所述历史导航信息,统计各所述导航路径的导航次数以及各所述导航路径的所在的导航时段;
根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径;以及
根据所述地图信息和所述目标对象可能选择的导航路径,确定所述目标对象将要到达的目的地。
3.如权利要求2所述的方法,其特征在于,所述根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径,包括:
根据所述导航路径的导航次数,确定所述导航路径的导航概率;
如果所述导航路径的导航时段与所述当前时间所在时段相符,提高所述导航路径的导航概率;
如果所述导航路径的导航时段与所述当前时间所在时段不相符,降低所述导航路径的导航概率;以及
根据各所述导航路径的导航概率,确定所述目标对象可能选择的导航路径。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取从所述目标对象的当前位置到所述目的地的周围障碍物信息;以及
根据所述周围障碍物信息对所述优选路径进行修正。
5.一种预测运动轨迹的装置,其特征在于,包括:
信息获取模块,用于根据目标对象所在的位置区域,获取所述目标对象在所述位置区域的历史导航信息和所述位置区域的地图信息;所述目标对象为动态障碍物,包括机动车、自行车、行人、机器人中的至少一种;
目的地确定模块,用于根据所述历史导航信息和所述地图信息,确定所述目标对象将要到达的目的地;
优选路径确定模块,用于根据所述地图信息,规划从所述目标对象所在的当前位置到所述目的地的优选路径;
速度变化确定模块,用于获取在所述优选路径上的其他动态障碍物在当前的运动信息;以及
根据所述其他动态障碍物的运动信息和所述目标对象在当前位置的运动速度,确定所述目标对象在所述优选路径上运动的速度变化情况;以及
运动轨迹确定模块,用于根据所述速度变化情况和所述优选路径,预测所述目标对象的运动轨迹。
6.如权利要求5所述的装置,其特征在于,所述历史导航信息包括导航路径、在所述导航路径上导航的速度以及时间,以及所述目的地确定模块包括:
导航时段确定单元,用于根据所述历史导航信息,统计各所述导航路径的导航次数以及各所述导航路径的所在的导航时段;
导航路径确定单元,用于根据各所述导航路径的导航次数和导航时段、以及当前时间所在的时段,确定所述目标对象可能选择的导航路径;以及
目的地确定单元,用于根据所述地图信息和所述目标对象可能选择的导航路径,确定所述目标对象将要到达的目的地。
7.如权利要求6所述的装置,其特征在于,所述导航路径确定单元包括:
导航概率确定子单元,用于根据所述导航路径的导航次数,确定所述导航路径的导航概率;
导航概率提高子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段相符,提高所述导航路径的导航概率;
导航概率降低子单元,用于如果所述导航路径的导航时段与所述当前时间所在时段不相符,降低所述导航路径的导航概率;以及
导航路径确定子单元,用于根据各所述导航路径的导航概率,确定所述目标对象可能选择的导航路径。
8.如权利要求5所述的装置,其特征在于,所述装置还包括:
障碍物信息获取模块,用于获取从所述目标对象的当前位置到所述目的地的周围障碍物信息;以及
优选路径修正模块,用于根据所述周围障碍物信息对所述优选路径进行修正。
9.如权利要求5所述的装置,其特征在于,所述速度变化确定模块包括:
运动信息获取单元,用于获取在所述优选路径上的动态障碍物在当前的运动信息;以及
速度预测单元,用于根据所述动态障碍物的运动信息和所述目标对象在当前位置的运动速度,预测所述目标对象在所述优选路径上运动的速度变化情况。
10.一种预测运动轨迹的终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
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处理器执行时,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
11.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127571.4A CN109855641B (zh) | 2019-02-20 | 2019-02-20 | 预测运动轨迹的方法、装置、存储介质和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127571.4A CN109855641B (zh) | 2019-02-20 | 2019-02-20 | 预测运动轨迹的方法、装置、存储介质和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109855641A CN109855641A (zh) | 2019-06-07 |
CN109855641B true CN109855641B (zh) | 2021-06-11 |
Family
ID=66898384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910127571.4A Active CN109855641B (zh) | 2019-02-20 | 2019-02-20 | 预测运动轨迹的方法、装置、存储介质和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109855641B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162062B (zh) * | 2019-06-10 | 2023-04-18 | 阿波罗智联(北京)科技有限公司 | 车辆行驶规划方法、装置、设备和可读存储介质 |
CN111442777A (zh) * | 2020-04-02 | 2020-07-24 | 东软睿驰汽车技术(沈阳)有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN115230688B (zh) * | 2021-12-07 | 2023-08-25 | 上海仙途智能科技有限公司 | 障碍物轨迹预测方法、系统和计算机可读存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8024112B2 (en) * | 2005-09-29 | 2011-09-20 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods |
JP4525670B2 (ja) * | 2006-11-20 | 2010-08-18 | トヨタ自動車株式会社 | 走行制御計画生成システム |
US10427676B2 (en) * | 2017-05-31 | 2019-10-01 | GM Global Technology Operations LLC | Trajectory planner for autonomous driving using bézier curves |
CN103714708A (zh) * | 2013-12-18 | 2014-04-09 | 福建工程学院 | 一种基于出租车分时段的经验路径的最优路径规划的方法 |
EP2952301B1 (en) * | 2014-06-05 | 2019-12-25 | Softbank Robotics Europe | Humanoid robot with collision avoidance and trajectory recovery capabilities |
CN104408203A (zh) * | 2014-12-18 | 2015-03-11 | 西安电子科技大学宁波信息技术研究院 | 一种预测移动对象轨迹终点的方法 |
KR102366402B1 (ko) * | 2015-05-21 | 2022-02-22 | 엘지전자 주식회사 | 운전자 보조 장치 및 그 제어방법 |
US10053091B2 (en) * | 2016-10-25 | 2018-08-21 | Baidu Usa Llc | Spring system-based change lane approach for autonomous vehicles |
US10268200B2 (en) * | 2016-12-21 | 2019-04-23 | Baidu Usa Llc | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle |
CN107346611B (zh) * | 2017-07-20 | 2021-03-23 | 北京纵目安驰智能科技有限公司 | 一种自主驾驶的车辆的避障方法以及避障系统 |
CN107797555A (zh) * | 2017-10-30 | 2018-03-13 | 奇瑞汽车股份有限公司 | 一种游览车自动驾驶控制方法及装置 |
CN108303108B (zh) * | 2017-12-05 | 2020-05-22 | 华南理工大学 | 一种基于车辆历史轨迹的个性化路线推荐方法 |
CN108286980B (zh) * | 2017-12-29 | 2021-04-02 | 广州通易科技有限公司 | 一种预测目的地和推荐驾驶路线的方法 |
-
2019
- 2019-02-20 CN CN201910127571.4A patent/CN109855641B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109855641A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3699048A1 (en) | Travelling track prediction method and device for vehicle | |
US20200255027A1 (en) | Method for planning trajectory of vehicle | |
EP3703033A1 (en) | Track prediction method and device for obstacle at junction | |
CN109760675B (zh) | 预测车辆轨迹的方法、装置、存储介质和终端设备 | |
CN110164122A (zh) | 用于路口的车辆列队系统控制 | |
CN109785667A (zh) | 车道偏离识别方法、装置、设备和存储介质 | |
CN112602128B (zh) | 道路交通导航系统 | |
CN109767646A (zh) | 泊车方法及装置 | |
CN109855641B (zh) | 预测运动轨迹的方法、装置、存储介质和终端设备 | |
CN105806353A (zh) | 自动驾驶装置 | |
US11651693B2 (en) | Passenger walking points in pick-up/drop-off zones | |
CN104583722A (zh) | 用于路线搜索的设备及方法 | |
CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
US11685398B2 (en) | Lane based routing system for autonomous driving vehicles | |
CN113050618B (zh) | 用于操作自动驾驶车辆的计算机实现的方法 | |
JP7186241B2 (ja) | 車両の走行支援方法、車両走行支援装置及び自動運転システム | |
CN104677367A (zh) | 基于路径预测的兴趣点搜索方法 | |
CN104697542A (zh) | 利用行驶车道识别的路线引导装置和方法 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN106228848A (zh) | 一种停车导航方法和装置 | |
CN105637324A (zh) | 运动引导装置和运动引导方法 | |
US20160123747A1 (en) | Drive assist system, method, and program | |
CN105026893A (zh) | 时间高效的交通选路系统 | |
WO2020164090A1 (en) | Trajectory prediction for driving strategy | |
JP6914323B2 (ja) | 駐車場情報管理システム、駐車場案内システム、駐車場情報管理プログラムおよび駐車場案内プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |