CN109878515B - 预测车辆轨迹的方法、装置、存储介质和终端设备 - Google Patents

预测车辆轨迹的方法、装置、存储介质和终端设备 Download PDF

Info

Publication number
CN109878515B
CN109878515B CN201910185821.XA CN201910185821A CN109878515B CN 109878515 B CN109878515 B CN 109878515B CN 201910185821 A CN201910185821 A CN 201910185821A CN 109878515 B CN109878515 B CN 109878515B
Authority
CN
China
Prior art keywords
vehicle
driving
obstacle
barrier
track
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
Application number
CN201910185821.XA
Other languages
English (en)
Other versions
CN109878515A (zh
Inventor
潘屹峰
杨旭光
蒋菲怡
陈忠涛
李一贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910185821.XA priority Critical patent/CN109878515B/zh
Publication of CN109878515A publication Critical patent/CN109878515A/zh
Priority to KR1020200020606A priority patent/KR20200110174A/ko
Priority to US16/794,491 priority patent/US11285970B2/en
Priority to EP20159420.7A priority patent/EP3709281B1/en
Priority to JP2020029954A priority patent/JP7149302B2/ja
Application granted granted Critical
Publication of CN109878515B publication Critical patent/CN109878515B/zh
Priority to KR1020210164857A priority patent/KR102524716B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/162—Decentralised systems, e.g. inter-vehicle communication event-triggered
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

本发明提出一种预测车辆轨迹的方法、装置、存储介质和终端设备，其中，所述方法包括：在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；获取所述障碍车在所述路口区域内行驶的历史行驶数据；根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹。采用本发明，可以有效提高自动驾驶的决策准确程度，降低行车风险。

Description

预测车辆轨迹的方法、装置、存储介质和终端设备
技术领域
本发明涉及计算机技术领域，尤其涉及一种预测车辆轨迹的方法、装置、存储介质和终端设备。
背景技术
在车辆行驶的过程中，车辆可以采用自动驾驶的模式行驶，依赖地图提供的车道线进行行车决策。
但是，在一些路口内，会有一些未采用自动驾驶模式的其他车辆插入，这些车辆未必根据车道线进行驾驶。而且，路口的车道线未必完全显示在地图中。如此，如果自动驾驶的车辆仍然按照地图提供的车道线进行行车决策，可能会存在行车事故的发生，行车风险大大提高。
发明内容
本发明实施例提供一种预测车辆轨迹的方法、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车辆轨迹的方法，包括：
在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
获取所述障碍车在所述路口区域内行驶的历史行驶数据；
根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及
根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹。
在一种实施方式中，根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹，包括：
根据所述障碍车在所述路口区域的入口和在当前的行驶方向，确定所述障碍车在所述路口区域中可以选择的出口；
如果可以选择的出口至少包括两个出口，根据所述障碍车在所述路口区域内行驶的历史行驶数据，确定各所述出口的选择概率；
根据各所述出口的选择概率，确定所述障碍车可能的选择出口；以及
根据所述障碍车可能的选择出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，所述方法还包括：
如果可以选择的出口包括一个出口，则根据所述出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，获取所述障碍车在所述路口区域内行驶的历史行驶数据，包括：
根据所述障碍车在所述路口区域内的入口，获取在所述路口区域内与所述入口相符的车道线；
根据所述障碍车在所述路口区域的入口和所述障碍车在当前的行驶方向，判断所述障碍车是否按照所述车道线行驶；
如果所述障碍车不按照所述车道线行驶，则获取所述障碍车在所述路口区域行驶的历史行驶数据。
在一种实施方式中，所述方法还包括：
如果所述障碍车按照所述车道线行驶，不获取所述历史行驶数据，并根据所述车道线、所述障碍车在当前的行车状态，确定所述障碍车可能的行驶轨迹。
第二方面，本发明实施例还提供一种预测车辆轨迹的装置，包括：
障碍车确定模块，用于在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
行驶数据获取模块，用于获取所述障碍车在所述路口区域内行驶的历史行驶数据；
障碍车轨迹预测模块，用于根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及
自动驾驶车辆轨迹预测模块，用于根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹。
在一种实施方式中，所述障碍车轨迹预测模块包括：
第一出口确定单元，用于根据所述障碍车在所述路口区域的入口和在当前的行驶方向，确定所述障碍车在所述路口区域中可以选择的出口；
出口概率确定单元，用于如果可以选择的出口至少包括两个出口，根据所述障碍车在所述路口区域内行驶的历史行驶数据，确定各所述出口的选择概率；
第二出口确定单元，用于根据各所述出口的选择概率，确定所述障碍车可能的选择出口；以及
第一轨迹预测单元，用于根据所述障碍车可能的选择出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，所述装置还包括：
第二轨迹预测单元，用于如果可以选择的出口包括一个出口，则根据所述出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，所述行驶数据获取模块包括：
车道线获取单元，用于根据所述障碍车在所述路口区域内的入口，获取在所述路口区域内与所述入口相符的车道线；
行驶判断单元，用于根据所述障碍车在所述路口区域的入口和所述障碍车在当前的行驶方向，判断所述障碍车是否按照所述车道线行驶；
历史行驶数据获取单元，用于如果所述障碍车不按照所述车道线行驶，则获取所述障碍车在所述路口区域行驶的历史行驶数据。
在一种实施方式中，所述障碍车轨迹预测模块，还用于如果所述障碍车按照所述车道线行驶，不获取所述历史行驶数据，并根据所述车道线、所述障碍车在当前的行车状态，确定所述障碍车可能的行驶轨迹。
第三方面，本发明实施例提供了一种预测车辆轨迹的装置，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，预测车辆轨迹的结构中包括处理器和存储器，所述存储器用于预测车辆轨迹的装置执行上述预测车辆轨迹的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述预测车辆轨迹的装置还可以包括通信接口，用于预测车辆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，用于预测车辆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车辆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：
本发明实施例可以在自动驾驶车辆进入到路口区域内时，通过障碍车的历史行驶数据来预测障碍车可能行驶的轨迹，然后，根据障碍车的行驶轨迹和自动驾驶车辆在当前的行驶状态来预测自动驾驶车辆的行驶轨迹。如此，在路口进行行车决策的自动驾驶车辆可以不依赖于轨道线来预测障碍车的行驶轨迹，提高决策的准确程度，降低行车风险。
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车辆轨迹的方法的一个实施例的流程示意图。
图2是本发明提供的路口区域行车环境的一个示意图。
图3是本发明提供的障碍车的轨迹预测过程的一个实施例的流程示意图。
图4是本发明提供的历史行驶数据的获取过程的一个实施例的流程示意图。
图5是本发明提供的预测车辆轨迹的装置的一个实施例的结构示意图。
图6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车辆轨迹的方法。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，在自动驾驶车辆进入路口区域的情况下，确定进入路口区域的障碍车。
在一些实施例中，路口区域也可称为路口，可以包括以各出口/入口的停止线为基准所围绕起来的区域。可以图2所示。路口可以包括T形路、十字路口、米字路口等。以图2为例，进入到路口区域内的车辆包括：车辆L1至L6。假如车辆L6为自车驾驶车辆，则路口区域内的车辆L1至L5为障碍车。
在一些实施例中，可以对路口区域内除自动驾驶车辆以外的其他所有车辆进行筛选，以确定障碍车。具体地，根据自动驾驶车辆在路口的预计行驶轨迹以及路口内所有车辆的状态，例如，路口区域内的车辆距离自动驾驶车辆的距离、速度、朝向等，来确定其是否可以影响到自动驾驶车辆的行驶。如果可以影响到，则将其作为自动驾驶车辆的障碍车。如图2所示，将要驶出此路口区域的车辆L2的当前状态为直行，且与自动驾驶车辆L6的距离较远。那么，可以不将车辆L2作为自动驾驶车辆L6的障碍车。再如，对于在路口区域的车辆L5，其与自动驾驶车辆L6在同一车道上，且与自动驾驶车辆L6的距离较低。那么可以将车辆L5作为自动驾驶车辆L6的障碍车。其中，对于路口区域内的其他车辆也可以按类似的原理来确定其是否为自动驾驶车辆L6的障碍车。在此，不一一举例描述。
在本实施例中，自动驾驶车辆是指在自动驾驶模式下行驶的车辆。
S200，获取障碍车在路口区域内行驶的历史行驶数据。
在一些实施例中，在车辆的行驶过程中，车辆可以将行驶的数据实时地或按照设定的频率上传到数据维护平台。或者，也可以在接收数据维护平台的请求的时候，将预先存储或记录的行驶数据上传给数据维护平台。在数据上传过程中，可以根据车辆的身份标识，将其上传的数据进行关联存储，以方便后续可以根据车辆的身份标识进行数据查询。其中，车辆身份标识可以包括车辆的车牌号、此车辆登记的车主身份信息等。
在一些实施例中，当确定要获取障碍车的历史行驶数据时，可以启动自动障碍车的摄像头，利用摄像头拍摄障碍车的车牌号。然后，将拍摄到的车牌号作为此障碍车的身份标识。进而，根据障碍车的身份标识，可以从数据维护平台中获取到相应的历史行驶数据。其中，历史是指在过去一段时间内。例如：过去一周内、过去一个月内或者过去三个月内等。
但是，仅仅根据障碍车的身份标识来获取行驶数据，可能存在一个缺陷：实际获取的行驶数据可能包含多个身份标识关联的数据。因为车辆一般为家庭车辆，可以由家里的多个不同的人来驾驶。如果按照车辆的身份标识来获取数据，此数据包括驾驶此车辆的一个或多个人的行驶数据。而且，在大多数情况下，即使是家庭内的成员，其经常行驶的路径也是互不相同的。因此，在获得车牌号后，还可以利用路口的用于监控路口交通情况的摄像装置来获取驾驶员的图像。然后，通过人脸识别技术对获取到的驾驶员的图像进行识别，获得驾驶员的身份信息。进面，根据障碍车的车牌号和驾驶员的身份信息，可以准确地获取历史行驶数据，以提高后续行驶轨迹预测的准确程度。
S300，根据障碍车的历史行驶数据和障碍车在当前的行驶状态，预测障碍车可能的行驶轨迹。
在本实施例中，车辆的行驶状态可以包括车辆的位置、行驶速度、朝向、车辆进入到路口区域的入口等信息。车辆的行驶轨迹可以包括车辆在某段时间内的行驶路径、车辆在此行驶路径中各位置点上的行驶速度等。
S400，根据障碍车可能的行驶轨迹和自动驾驶车辆在当前的行驶状态，预测自动驾驶车辆在路口区域的行驶轨迹。
在一些实施例中，可以预先设置自动驾驶车辆与障碍车之间的安全距离。通过障碍车可能的行驶轨迹以及安全距离的设置，可以确定自动驾驶车辆在路口区域的行驶路径。最后，结合自动驾驶车辆在当前的行驶速度等数据，确定自动驾驶车辆在路口区域的行驶轨迹。
本发明实施例在自动驾驶车辆进入到路口区域内时，可以通过障碍车的历史行驶数据来预测障碍车可能行驶的轨迹。然后，根据障碍车的行驶轨迹和自动驾驶车辆在当前的行驶状态来预测自动驾驶车辆的行驶轨迹。如此，在路口进行行车决策的自动驾驶车辆可以不依赖于轨道线来预测障碍车的行驶轨迹，提高决策的准确程度，降低行车风险。
在一些实施例中，参见图3，上述步骤300的障碍车可能的行驶轨迹的预测过程，可以包括步骤S310至步骤S340，如下：
S310，根据障碍车在路口区域的入口和在当前的行驶方向，确定障碍车在路口区域中可以选择的出口。如图2所示，入口是指允许车辆进入到路口区域的端口。出口是指允许车辆从路口区域中驶出的端口。
S320，如果可以选择的出口至少包括两个出口，根据障碍车在路口区域内行驶的历史行驶数据，确定各出口的选择概率。
S330，根据各出口的选择概率，确定障碍车可能的选择出口。
S340，根据障碍车可能的选择出口和障碍车在当前的行车状态，预测障碍车可能的行驶轨迹。
示例性地，假设车辆L6为自动驾驶车辆，此时要确定障碍车L3可能的驶轨迹，则确定过程可以如下：从图2可知，当前障碍车L3的行驶方向为直行，障碍车L3在路口区域的入口为入口C3，而入口C3所在车道为直行或左拐车道，但此车道没有在实际道路上标识相应的车道线。因此，无法通过车道线来预测障碍车的行驶轨迹。此时，可以采用障碍车L3的历史行驶数据来进行预测。
示例性地，障碍车L3在驶入路口区域前所在车道为直行或左拐车道，而且障碍车L3在当前的行驶方向为直行，但障碍车L3距离入口较低，所以障碍车L3此时即可以选择直行所对应的出口，也可以选择左拐所对应的出口。例如，图3中的出口C1和C2。
然后，依据获取的历史行驶数据，从中选取出与障碍车L3的入口C3相应的数据，统计障碍车L3从入口C3到出口C1的次数和障碍车L3从入口C3到出口C2的次数。然后，分别计算障碍车选择出口C1和出口C2的选择概率。其中，出口C1的选择概率为
Figure BDA0001992816360000081
出口C2的选择概率为
Figure BDA0001992816360000082
如果选择概率大于预设的概率阈值，则此选择概率所对应的出口，则为障碍车可能的选择出口。例如，如果预设的概率阈值为95％，出口C1的选择概率为98％，出口C2的选择概率为2％，则出口C1为障碍车L3可能的选择出口。
如果没有选择概率大于预没的概率阈值的出口，则将概率值较大者作为障碍车可能的选择出口。例如，如果预设的概率阈值为95％，出口C1的选择概率为56％，出口C2的选择概率为40％，其他出口的选择报率为4％，则可以将出口C1作为障碍车可能的选择出口。
本实施例通过历史行驶数据以及障碍车的入口，可以确定障碍车可能选择的出口。然后，根据出口以及障碍车当前的行车状态，即可以准确地确定障碍车的行驶轨迹。当然，在轨迹确定的过程，也会考虑到其他车辆对此障碍车的行驶轨迹的影响。
在一些实施例中，如果通过上述步骤S310确定了可以选择的出口包括一个出口，则对于障碍车的行驶轨迹的确定过程可以如下：根据障碍车可以选择的出口以及障碍车在当前的行车状态，预测障碍车可能的行驶轨迹。
在一些实施例中，如果进入到路口区域内的障碍车可以按照车道线进行行驶，则可以按照车道线来确定障碍车的行驶轨迹，有利于提高行驶决策效率。如果障碍车没有按照车道线进行行驶，则可以通过获取障碍车在路口区域的历史行驶数据来预测障碍车在路口区域内可能的行驶轨迹。因此，参见图4，上述步骤S200的获取历史行驶数据的过程，可以包括步骤S210至步骤S230，如下：
S210，根据障碍车在路口区域内的入口，获取在路口区域内与入口相符的车道线。
S220，根据障碍车在路口区域的入口和障碍车在当前的行驶方向，判断障碍车是否按照车道线行驶。
S230，如果障碍车不按照车道线行驶，则获取障碍车在路口区域行驶的历史行驶数据。
在本实施例中，可以采用摄像的方式来获取交通环境中的车道线，并从中提取出与障碍车的入口相对应的车道内或路口区域内的车道线。在一些实施例中，除了车道中包含车道线，路口区域内也可能包含有车道线。
参见图3，以车辆L3所在的车道为例，其没有在实际道路上显示车道线。此时，无法通过摄像的方式获取与入口相符的车道线。那么，对于障碍车的行驶轨迹的预测，可以通过障碍车在路口区域的历史行驶数据来预测。具体地，可以利用前述实施例来预测障碍车的行驶轨迹。
如果获取到与障碍车的入口相对应的车道线，则可以依据障碍车在当前的行驶方向以及位置等信息来确定障碍车是否按照车道线进行行驶。如果车道线有两条或两条以下，且如果障碍车按照其中的一条车道线来行驶，那么可以按照障碍车行驶的车道线以及障碍车在当前的行车状态，来确定障碍车可能行驶的行驶轨迹。如果障碍车没有按照所获取到的任一一条车道线来行驶，则可以获取障碍车在路口区域的历史行驶数据。然后，利用前述实施例，根据障碍车的历史行驶数据，预测障碍车的行驶轨迹。
在一些实施例中，如果障碍车按照车道线行驶，则可以不获取历史行驶数据以及不再执行步骤S300。然后，根据障碍车行驶的车道线、障碍车在当前的行车状态，确定障碍车可能的行驶轨迹，提高轨迹预测的准确程度。
参见图5，本发明实施例还提供一种预测车辆轨迹的装置，包括：
障碍车确定模块100，用于在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
行驶数据获取模块200，用于获取所述障碍车在所述路口区域内行驶的历史行驶数据；
障碍车轨迹预测模块300，用于根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及
自动驾驶车辆轨迹预测模块400，用于根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹。
在一种实施方式中，所述障碍车轨迹预测模块300包括：
第一出口确定单元，用于根据所述障碍车在所述路口区域的入口和在当前的行驶方向，确定所述障碍车在所述路口区域中可以选择的出口；
出口概率确定单元，用于如果可以选择的出口至少包括两个出口，根据所述障碍车在所述路口区域内行驶的历史行驶数据，确定各所述出口的选择概率；
第二出口确定单元，用于根据各所述出口的选择概率，确定所述障碍车可能的选择出口；以及
第一轨迹预测单元，用于根据所述障碍车可能的选择出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，所述装置还包括：
第二轨迹预测单元，用于如果可以选择的出口包括一个出口，则根据所述出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
在一种实施方式中，所述行驶数据获取模块包括：
车道线获取单元，用于根据所述障碍车在所述路口区域内的入口，获取在所述路口区域内与所述入口相符的车道线；
行驶判断单元，用于根据所述障碍车在所述路口区域的入口和所述障碍车在当前的行驶方向，判断所述障碍车是否按照所述车道线行驶；
历史行驶数据获取单元，用于如果所述障碍车不按照所述车道线行驶，则获取所述障碍车在所述路口行驶的历史行驶数据。
在一种实施方式中，所述障碍车轨迹预测模块，还用于如果所述障碍车按照所述车道线行驶，不获取所述历史行驶数据，并根据所述车道线、所述障碍车在当前的行车状态，确定所述障碍车可能的行驶轨迹。
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，预测车辆轨迹的结构中包括处理器和存储器，所述存储器用于预测车辆轨迹的装置执行上述第一方面中预测车辆轨迹的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述预测车辆轨迹的装置还可以包括通信接口，用于预测车辆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车辆轨迹的终端设备，如图6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车辆轨迹的方法。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6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 (10)

1.一种预测车辆轨迹的方法，其特征在于，包括：
在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
获取所述障碍车在所述路口区域内行驶的历史行驶数据；
根据所述障碍车在所述路口区域内行驶的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车在所述路口区域内可能的行驶轨迹；以及
根据所述障碍车在所述路口区域内可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹，
其中，根据所述障碍车的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车在所述路口区域内可能的行驶轨迹，包括：
根据所述障碍车在所述路口区域的入口和在当前的行驶方向，确定所述障碍车在所述路口区域中可以选择的出口；
如果可以选择的出口至少包括两个出口，根据所述障碍车在所述路口区域内行驶的历史行驶数据，确定各所述出口的选择概率；
根据各所述出口的选择概率，确定所述障碍车可能的选择出口；以及
根据所述障碍车可能的选择出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
如果可以选择的出口包括一个出口，则根据所述出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
3.一种预测车辆轨迹的方法，其特征在于，包括：
在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
获取所述障碍车在所述路口区域内行驶的历史行驶数据；
根据所述障碍车在所述路口区域内行驶的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车在所述路口区域内可能的行驶轨迹；以及
根据所述障碍车在所述路口区域内可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹，
其中，获取所述障碍车在所述路口区域内行驶的历史行驶数据，包括：
根据所述障碍车在所述路口区域内的入口，获取在所述路口区域内与所述入口相符的车道线；
根据所述障碍车在所述路口区域的入口和所述障碍车在当前的行驶方向，判断所述障碍车是否按照所述车道线行驶；
如果所述障碍车不按照所述车道线行驶，则获取所述障碍车在所述路口发区域行驶的历史行驶数据。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
如果所述障碍车按照所述车道线行驶，不获取所述历史行驶数据，并根据所述车道线、所述障碍车在当前的行车状态，确定所述障碍车可能的行驶轨迹。
5.一种预测车辆轨迹的装置，其特征在于，包括：
障碍车确定模块，用于在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
行驶数据获取模块，用于获取所述障碍车在所述路口区域内行驶的历史行驶数据；
障碍车轨迹预测模块，用于根据所述障碍车在所述路口区域内行驶的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及
自动驾驶车辆轨迹预测模块，用于根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹，
其中，所述障碍车轨迹预测模块包括：
第一出口确定单元，用于根据所述障碍车在所述路口区域的入口和在当前的行驶方向，确定所述障碍车在所述路口区域中可以选择的出口；
出口概率确定单元，用于如果可以选择的出口至少包括两个出口，根据所述障碍车在所述路口区域内行驶的历史行驶数据，确定各所述出口的选择概率；
第二出口确定单元，用于根据各所述出口的选择概率，确定所述障碍车可能的选择出口；以及
第一轨迹预测单元，用于根据所述障碍车可能的选择出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
6.如权利要求5所述的装置，其特征在于，所述装置还包括：
第二轨迹预测单元，用于如果可以选择的出口包括一个出口，则根据所述出口和所述障碍车在当前的行车状态，预测所述障碍车可能的行驶轨迹。
7.一种预测车辆轨迹的装置，其特征在于，包括：
障碍车确定模块，用于在自动驾驶车辆进入路口区域的情况下，确定进入所述路口区域的障碍车；
行驶数据获取模块，用于获取所述障碍车在所述路口区域内行驶的历史行驶数据；
障碍车轨迹预测模块，用于根据所述障碍车在所述路口区域内行驶的历史行驶数据和所述障碍车在当前的行驶状态，预测所述障碍车可能的行驶轨迹；以及
自动驾驶车辆轨迹预测模块，用于根据所述障碍车可能的行驶轨迹和所述自动驾驶车辆在当前的行驶状态，预测所述自动驾驶车辆在所述路口区域的行驶轨迹，
其中，所述行驶数据获取模块包括：
车道线获取单元，用于根据所述障碍车在所述路口区域内的入口，获取在所述路口区域内与所述入口相符的车道线；
行驶判断单元，用于根据所述障碍车在所述路口区域的入口和所述障碍车在当前的行驶方向，判断所述障碍车是否按照所述车道线行驶；
历史行驶数据获取单元，用于如果所述障碍车不按照所述车道线行驶，则获取所述障碍车在所述路口区域行驶的历史行驶数据。
8.如权利要求7所述的装置，其特征在于，
所述障碍车轨迹预测模块，还用于如果所述障碍车按照所述车道线行驶，不获取所述历史行驶数据，并根据所述车道线、所述障碍车在当前的行车状态，确定所述障碍车可能的行驶轨迹。
9.一种预测车辆轨迹的终端设备，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。
10.一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。
CN201910185821.XA 2019-03-12 2019-03-12 预测车辆轨迹的方法、装置、存储介质和终端设备 Active CN109878515B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910185821.XA CN109878515B (zh) 2019-03-12 2019-03-12 预测车辆轨迹的方法、装置、存储介质和终端设备
KR1020200020606A KR20200110174A (ko) 2019-03-12 2020-02-19 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치
US16/794,491 US11285970B2 (en) 2019-03-12 2020-02-19 Vehicle track prediction method and device, storage medium and terminal device
EP20159420.7A EP3709281B1 (en) 2019-03-12 2020-02-25 Vehicle track prediction method and device, storage medium and terminal device
JP2020029954A JP7149302B2 (ja) 2019-03-12 2020-02-26 車両軌跡の予測方法、装置、端末デバイス、記憶媒体、及びプログラム
KR1020210164857A KR102524716B1 (ko) 2019-03-12 2021-11-25 차량 궤적을 예측하는 방법, 장치, 저장 매체와 단말 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910185821.XA CN109878515B (zh) 2019-03-12 2019-03-12 预测车辆轨迹的方法、装置、存储介质和终端设备

Publications (2)

Publication Number Publication Date
CN109878515A CN109878515A (zh) 2019-06-14
CN109878515B true CN109878515B (zh) 2021-03-16

Family

ID=66931906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910185821.XA Active CN109878515B (zh) 2019-03-12 2019-03-12 预测车辆轨迹的方法、装置、存储介质和终端设备

Country Status (5)

Country Link
US (1) US11285970B2 (zh)
EP (1) EP3709281B1 (zh)
JP (1) JP7149302B2 (zh)
KR (2) KR20200110174A (zh)
CN (1) CN109878515B (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11679764B2 (en) * 2019-06-28 2023-06-20 Baidu Usa Llc Method for autonomously driving a vehicle based on moving trails of obstacles surrounding the vehicle
CN110497906B (zh) * 2019-08-30 2021-11-02 北京百度网讯科技有限公司 车辆控制方法、装置、设备和介质
CN110850874A (zh) * 2019-11-11 2020-02-28 驭势科技（北京）有限公司 一种智能驾驶车辆的控制方法、装置、系统及存储介质
CN111380555A (zh) * 2020-02-28 2020-07-07 北京京东乾石科技有限公司 车辆行为预测方法及装置、电子设备、存储介质
CN112534483B (zh) * 2020-03-04 2021-12-14 华为技术有限公司 预测车辆驶出口的方法和装置
CN111422204B (zh) * 2020-03-24 2022-03-04 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN111583636B (zh) * 2020-04-29 2022-03-11 重庆大学 一种基于车路协同的混合交通横纵耦合控制方法
CN111595352B (zh) * 2020-05-14 2021-09-28 陕西重型汽车有限公司 一种基于环境感知和车辆行驶意图的轨迹预测方法
CN113799793B (zh) * 2020-05-29 2023-05-12 魔门塔(苏州)科技有限公司 一种基于数据驱动的实现预测模型自动化迭代的系统
CN113879295B (zh) * 2020-07-02 2024-04-12 华为技术有限公司 轨迹预测方法及装置
CN111767360A (zh) * 2020-07-02 2020-10-13 北京百度网讯科技有限公司 路口虚拟车道标注的方法及装置
CN111879330A (zh) * 2020-08-05 2020-11-03 苏州挚途科技有限公司 路口行驶路径的规划方法、装置、处理器和自动驾驶车辆
CN112193244B (zh) * 2020-09-30 2021-07-20 浙江大学 基于线性约束的自动驾驶车辆运动规划方法
WO2022077153A1 (zh) * 2020-10-12 2022-04-21 华为技术有限公司 一种辅助驾驶方法、装置和汽车
CN114494504A (zh) * 2020-10-27 2022-05-13 华为技术有限公司 掉头车道线自动标注方法、装置、计算机可读存储介质及地图
CN112644518B (zh) * 2020-12-31 2021-11-05 广州文远知行科技有限公司 一种车辆轨迹预测方法、装置、设备和存储介质
CN112926135B (zh) * 2021-03-02 2024-01-23 北京百度网讯科技有限公司 场景信息确定方法、装置、设备、存储介质和程序产品
CN113022580B (zh) * 2021-03-17 2022-07-22 地平线(上海)人工智能技术有限公司 轨迹预测方法、装置、存储介质及电子设备
CN113104041B (zh) * 2021-05-08 2022-11-04 地平线(上海)人工智能技术有限公司 行车轨迹预测方法、装置、电子设备及存储介质
CN113460091B (zh) * 2021-08-23 2022-10-21 吉林大学 一种无保护十字路口无人车滚动优化决策方法
CN113715814B (zh) * 2021-09-02 2023-03-21 北京百度网讯科技有限公司 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
CN113619606A (zh) * 2021-09-17 2021-11-09 中国第一汽车股份有限公司 障碍物确定方法、装置、设备以及存储介质
CN114019951B (zh) * 2021-09-30 2023-08-08 云鲸智能(深圳)有限公司 机器人的控制方法、装置、机器人及可读存储介质
CN113968243B (zh) * 2021-11-11 2024-02-23 北京三快在线科技有限公司 一种障碍物轨迹预测方法、装置、设备及存储介质
US20230159025A1 (en) * 2021-11-19 2023-05-25 Qualcomm Incorporated Managing Vehicle Behavior Based On Predicted Behavior Of Other Vehicles
CN113879338B (zh) * 2021-11-24 2023-02-17 广州文远知行科技有限公司 一种行驶规划模块优化方法、装置、设备和介质
CN114179832B (zh) * 2021-12-29 2023-12-19 阿波罗智联(北京)科技有限公司 用于自动驾驶车辆的变道方法
CN114387786B (zh) * 2022-01-26 2023-03-21 青岛海信网络科技股份有限公司 一种路口车辆运行状态预测方法及装置
CN115123217B (zh) * 2022-09-02 2022-11-25 青岛慧拓智能机器有限公司 矿区障碍车辆行使轨迹生成方法、装置及计算机设备
CN115195790B (zh) * 2022-09-15 2022-11-29 毫末智行科技有限公司 一种预测车辆轨迹的方法、装置、电子设备及存储介质
CN116576873B (zh) * 2023-05-04 2024-02-13 好品易链(山东)科技发展有限公司 一种服务信息提供方法及系统
CN116309689B (zh) * 2023-05-17 2023-07-28 上海木蚁机器人科技有限公司 障碍物轨迹预测方法、装置、设备和介质
CN117576950B (zh) * 2024-01-16 2024-04-09 长沙行深智能科技有限公司 一种预测车辆选择经过路口入口和路口出口的方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109969177A (zh) * 2017-12-27 2019-07-05 现代自动车株式会社 识别周边车辆的行驶意图的系统及其控制方法

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4228894B2 (ja) 2003-12-01 2009-02-25 日産自動車株式会社 危険個所表示システム
JP2006284254A (ja) 2005-03-31 2006-10-19 Denso It Laboratory Inc 進路予測方法及び進路予測装置並びに進路予測情報利用システム
US8457827B1 (en) 2012-03-15 2013-06-04 Google Inc. Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles
US9495874B1 (en) 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
US9633564B2 (en) * 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
JP6171499B2 (ja) 2013-04-02 2017-08-02 トヨタ自動車株式会社 危険度判定装置及び危険度判定方法
US9248834B1 (en) 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
US10013508B2 (en) 2014-10-07 2018-07-03 Toyota Motor Engineering & Manufacturing North America, Inc. Joint probabilistic modeling and inference of intersection structure
EP3018026B1 (en) 2014-11-06 2019-05-15 Veoneer Sweden AB Method for vehicle path prediction
US9845164B2 (en) * 2015-03-25 2017-12-19 Yokogawa Electric Corporation System and method of monitoring an industrial plant
CN104867329B (zh) * 2015-04-23 2017-04-12 同济大学 一种车联网车辆状态预测方法
JP6511938B2 (ja) 2015-04-24 2019-05-15 日産自動車株式会社 走行制御システム
CN104882025B (zh) * 2015-05-13 2017-02-22 东华大学 一种基于车联网技术的碰撞检测预警方法
US9784592B2 (en) 2015-07-17 2017-10-10 Honda Motor Co., Ltd. Turn predictions
CN106652515B (zh) * 2015-11-03 2020-03-20 中国电信股份有限公司 车辆自动控制方法、装置和系统
US9983591B2 (en) 2015-11-05 2018-05-29 Ford Global Technologies, Llc Autonomous driving at intersections based on perception data
JP7016214B2 (ja) * 2016-11-29 2022-02-04 アルパイン株式会社 走行可能領域設定装置および走行可能領域設定方法
JP6649512B2 (ja) 2016-12-28 2020-02-19 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN110582802A (zh) * 2017-03-24 2019-12-17 深圳市大疆创新科技有限公司 载运工具行为监测系统和方法
US10431093B2 (en) 2017-06-20 2019-10-01 Zf Friedrichshafen Ag System and method for collision avoidance
CN107340772B (zh) 2017-07-11 2020-05-22 北京超星未来科技有限公司 一种面向无人驾驶的拟人化参考轨迹规划方法
JP2019032708A (ja) 2017-08-08 2019-02-28 パイオニア株式会社 判定装置、判定方法、及び、プログラム
CN108364461A (zh) * 2018-01-05 2018-08-03 武汉中科通达高新技术股份有限公司 一种车辆行驶轨迹预测方法
EP3680876A1 (en) * 2019-01-08 2020-07-15 Visteon Global Technologies, Inc. Method for planning trajectory of vehicle

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109969177A (zh) * 2017-12-27 2019-07-05 现代自动车株式会社 识别周边车辆的行驶意图的系统及其控制方法

Also Published As

Publication number Publication date
JP7149302B2 (ja) 2022-10-06
EP3709281A1 (en) 2020-09-16
EP3709281B1 (en) 2022-10-05
KR102524716B1 (ko) 2023-04-21
JP2020149678A (ja) 2020-09-17
US11285970B2 (en) 2022-03-29
KR20210148052A (ko) 2021-12-07
US20200290651A1 (en) 2020-09-17
KR20200110174A (ko) 2020-09-23
CN109878515A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
CN109878515B (zh) 预测车辆轨迹的方法、装置、存储介质和终端设备
EP3703033A1 (en) Track prediction method and device for obstacle at junction
CN109949611B (zh) 无人车的变道方法、装置及存储介质
CN109760675B (zh) 预测车辆轨迹的方法、装置、存储介质和终端设备
CN111105639B (zh) 车位状态检测方法及装置、车辆引导方法及系统、摄像机
CN110544382B (zh) 一种车道管理方法、装置和系统
CN112819185B (zh) 一种网约车拒载监测方法、装置及系统
CN111526483A (zh) 一种避让控制方法、装置、存储介质、车辆及系统
CN109910880B (zh) 车辆行为规划的方法、装置、存储介质和终端设备
CN113895456A (zh) 自动驾驶车辆的交叉路口行驶方法、装置、车辆及介质
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
CN115273512A (zh) 自动驾驶车辆的防碰撞辅助方法、装置、设备及介质
CN113407871B (zh) 上车点推荐方法、装置、电子设备和可读存储介质
CN114973756A (zh) 一种基于物业行业的停车场引导方法及系统
CN110136437B (zh) 一种交叉口进口道左直干扰问题的确定方法及装置
CN109656245B (zh) 刹车位置的确定方法和装置
CN115743182A (zh) 自动驾驶车辆的绕行方法、控制方法及车载设备
CN116061966A (zh) 车辆停靠的控制方法、自动驾驶车辆及存储介质
CN115862364A (zh) 基于大数据分析的智能停车场服务管理系统及方法
CN115662186A (zh) 基于人工智能的车辆避障方法以及系统
CN111483463B (zh) 基于车载单元和路侧单元的预判超车方法、存储介质
CN116434560B (zh) 一种违规行驶的识别方法、装置、设备及存储介质
CN111754781A (zh) 一种车辆违章检测的方法、装置、系统及摄像机
CN113715846B (zh) 借道控制方法、装置、存储介质以及车辆
CN114550480A (zh) 用于自动利用专用车道进行驾驶路径规划的方法和系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211013

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.