CN111609846A - 车辆行驶轨迹预测方法、系统、介质及车载终端 - Google Patents

车辆行驶轨迹预测方法、系统、介质及车载终端 Download PDF

Info

Publication number
CN111609846A
CN111609846A CN202010267252.6A CN202010267252A CN111609846A CN 111609846 A CN111609846 A CN 111609846A CN 202010267252 A CN202010267252 A CN 202010267252A CN 111609846 A CN111609846 A CN 111609846A
Authority
CN
China
Prior art keywords
vehicle
preset time
current moment
position information
representing
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.)
Pending
Application number
CN202010267252.6A
Other languages
English (en)
Inventor
韩颖姣
聂光辉
霍百林
林中亮
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.)
Yanfeng Visteon Electronic Technology Shanghai Co Ltd
Original Assignee
Yanfeng Visteon Electronic Technology Shanghai 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 Yanfeng Visteon Electronic Technology Shanghai Co Ltd filed Critical Yanfeng Visteon Electronic Technology Shanghai Co Ltd
Priority to CN202010267252.6A priority Critical patent/CN111609846A/zh
Publication of CN111609846A publication Critical patent/CN111609846A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供一种车辆行驶轨迹预测方法、系统、介质及车载终端；所述方法包括以下步骤：获取当前时刻车辆的位置信息；根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息；基于预设个每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹；通过整合车辆当前时刻的位置信息，预测出车辆可能出现的行驶轨迹，从而判断出两辆车之间是否存在碰撞风险，确保V2X应用场景的准确触发。

Description

车辆行驶轨迹预测方法、系统、介质及车载终端
技术领域
本发明涉及物理领域，尤其涉及测量技术，特别是一种车辆行驶轨迹预测方法、系统、介质及车载终端。
背景技术
V2X(Vehicle to everything)是未来智能交通运输系统的关键技术，车辆轨迹预测作为V2X技术中的关键一环，其预测精度的高低将直接影响后续开发和使用，但是现有技术中，车辆轨迹预测方案都较为简单，不能满足V2X应用对精度的要求。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种车辆行驶轨迹预测方法、系统、介质及车载终端，用于解决现有技术中车辆行驶轨迹预测精度低，无法满足V2X应用的问题。
为实现上述目的及其他相关目的，本发明提供一种车辆行驶轨迹预测方法，包括以下步骤：获取当前时刻车辆的位置信息；根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息；基于预测的每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
于本发明的一实施例中，还包括：建立位置坐标系。
于本发明的一实施例中，所述位置信息包括位置坐标、速度大小、航向角、加速度大小和横摆角速度大小。
于本发明的一实施例中，根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息包括：以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息。
于本发明的一实施例中，以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息包括以下步骤：预测所述车辆是以当前时刻的横摆角速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的航向角；预测所述车辆是以当前时刻的加速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的速度大小；基于每间隔行驶预设时间段后所述车辆对应的航向角和每间隔行驶预设时间段后所述车辆对应的速度大小，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的x轴坐标和y轴坐标，以确定从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的位置坐标。
于本发明的一实施例中，从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的航向角、速度大小、x轴坐标和y轴坐标的计算公式分别为：
i的值从1取至n；i表示车辆行驶的第i个预设时间段；n表示车辆行驶预设个预设时间段的个数；
ωi＝ω0
△θi＝ωi-1×△t
θi＝θi-1+△θi
ai＝a0
vi＝ai-1×△t+vi-1
△xi＝vi-1×△t×sinθi-1
△yi＝vi-1×△t×cosθi-1
xi＝xi-1+△xi
yi＝yi-1+△yi
其中，ω0表示车辆在当前时刻的横摆角速度大小；θ0表示车辆在当前时刻的航向角；a0表示车辆在当前时刻的加速度大小；v0表示车辆在当前时刻的速度大小；x0表示车辆在当前时刻的x轴坐标；y0表示车辆在当前时刻的y轴坐标；△t表示预设时间段；△θi表示车辆从当前时刻行驶第i个预设时间段后航向角的变化量；△xi表示车辆从当前时刻行驶i个预设时间段后x轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后x轴坐标的差值；△yi表示车辆从当前时刻行驶i个预设时间段后y轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后y轴坐标的差值；ωi表示车辆从当前时刻行驶i个预设时间段后的横摆角速度大小；θi表示车辆从当前时刻行驶i个预设时间段后的航向角；ai表示车辆从当前时刻行驶i个预设时间段后的加速度大小；vi表示车辆从当前时刻行驶i个预设时间段后的速度大小；xi表示车辆从当前时刻行驶i个预设时间段后的x轴坐标；yi表示车辆从当前时刻行驶i个预设时间段后的y轴坐标。
本发明提供一种车辆行驶轨迹预测系统，包括：信息获取模块、第一预测模块和第二预测模块；所述信息获取模块用于获取当前时刻车辆的位置信息；所述第一预测模块用于根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息；所述第二预测模块用于基于预设个每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
本发明提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的车辆行驶轨迹预测方法。
本发明提供一种车载终端，包括：处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述车载终端执行上述的车辆行驶轨迹预测方法。
如上所述，本发明所述的车辆行驶轨迹预测方法、系统、介质及车载终端，具有以下有益效果：
通过整合车辆当前时刻的位置信息，预测出车辆可能出现的行驶轨迹，从而判断出两辆车之间是否存在碰撞风险，确保V2X应用场景的准确触发。
附图说明
图1显示为本发明的车辆行驶轨迹预测方法于一实施例中的流程图。
图2显示为本发明的车辆行驶轨迹预测方法于另一实施例中的工作原理图。
图3显示为本发明的车辆行驶轨迹预测系统于一实施例中的结构示意图。
图4显示为本发明的车载终端于一实施例中的结构示意图。
元件标号说明
31 信息获取模块；
32 第一预测模块；
33 第二预测模块；
41 处理器；
42 存储器；
S1～S3 步骤。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的车辆行驶轨迹预测方法、系统、介质及车载终端，通过整合车辆当前时刻的位置信息，预测出车辆可能出现的行驶轨迹，从而判断出两辆车之间是否存在碰撞风险，确保V2X应用场景的准确触发。
如图1所示，于一实施例中，本发明的车辆行驶轨迹预测方法，包括以下步骤：
步骤S1、获取当前时刻车辆的位置信息。
具体地，车辆在行驶过程中，车载终端可通过传感器等方式实时获取当前时刻车辆的位置信息。
于一实施例中，还包括：建立位置坐标系。
具体地，以车辆行驶路面为准，建立一XOY位置坐标系。于一实施例中，所述位置信息包括位置坐标、速度大小、航向角、加速度大小和横摆角速度大小。
步骤S2、根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息。
具体地，车载终端在获取车辆当前时刻的位置信息后，会根据当前时刻车辆的位置信息，预测出车辆后续行驶所处的位置信息。
步骤S3、基于预设个每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
具体地，基于步骤S2预测的车辆在每经过预设时间段后，所处的位置信息，生成预测的车辆行驶轨迹。
于一实施例中，根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息包括：以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息。
具体地，在获取车辆当前时刻的加速度大小和横摆角速度大小时，以当前时刻车辆的加速度大小和横摆角速度大小来预测车辆后续行驶的位置信息，即假设车辆后续行驶过程中的加速度大小和横摆角速度大小恒定。
需要说明的是，一旦车辆的横摆角速度大小和/或加速度大小发生改变，车辆就会以改变后的横摆角速度大小和/或加速度大小重新预测车辆的行驶轨迹。
于一实施例中，以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息包括以下步骤：
(31)预测所述车辆是以当前时刻的横摆角速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的航向角。
△t表示预设时间段，假设△t很小。
具体地，假设车辆在后续行驶过程中是以当前时刻的横摆角速度大小行驶，即车辆做匀速圆周运动，则每间隔行驶预设时间段后所述车辆对应的航向角为：
i的值从1取至n；i表示车辆行驶的第i个预设时间段；n表示车辆行驶预设个预设时间段的个数；
ωi＝ω0
△θi＝ωi-1×△t
θi＝θi-1+△θi
其中，ω0表示车辆在当前时刻的横摆角速度大小；θ0表示车辆在当前时刻的航向角；△θi表示车辆从当前时刻行驶第i个预设时间段后航向角的变化量；ωi表示车辆从当前时刻行驶i个预设时间段后的横摆角速度大小；θi表示车辆从当前时刻行驶i个预设时间段后的航向角。
需要说明的是，因为车辆左转、右转的横摆角速度的正负不同，所以车辆左转、右转在△t时间内的△θi的正负也不同。
(32)预测所述车辆是以当前时刻的加速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的速度大小。
具体地，假设车辆在后续行驶过程中是以当前时刻的加速度大小行驶，即车辆做匀加速直线运动，则每间隔行驶预设时间段后所述车辆对应的速度大小为：
ai＝a0
vi＝ai-1×△t+vi-1
其中，a0表示车辆在当前时刻的加速度大小；v0表示车辆在当前时刻的速度大小；ai表示车辆从当前时刻行驶i个预设时间段后的加速度大小；vi表示车辆从当前时刻行驶i个预设时间段后的速度大小。
(33)基于每间隔行驶预设时间段后所述车辆对应的航向角和每间隔行驶预设时间段后所述车辆对应的速度大小，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的x轴坐标和y轴坐标，以确定从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的位置坐标。
具体地，假设车辆在后续行驶过程中，每间隔预设时间段内做匀速直线运动，则每间隔行驶预设时间段后所述车辆对应的x轴坐标和y轴坐标分别为：
△xi＝vi-1×△t×sinθi-1
△yi＝vi-1×△t×cosθi-1
xi＝xi-1+△xi
yi＝yi-1+△yi
其中，x0表示车辆在当前时刻的x轴坐标；y0表示车辆在当前时刻的y轴坐标；△xi表示车辆从当前时刻行驶i个预设时间段后x轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后x轴坐标的差值；△yi表示车辆从当前时刻行驶i个预设时间段后y轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后y轴坐标的差值；xi表示车辆从当前时刻行驶i个预设时间段后的x轴坐标；yi表示车辆从当前时刻行驶i个预设时间段后的y轴坐标；(xi，yi)表示车辆从当前时刻行驶i个预设时间段后的位置坐标。
下面通过具体实施例来进一步验证本发明的车辆行驶轨迹预测方法。
如图2所示，于一实施例中，将该车辆行驶轨迹预测方法应用到V2X场景中，具体的工作原理如下：
以正东方向为x轴，正北方向为y轴建立全局坐标系；利用t0时刻(当前时刻)车辆(自车)位置信息预测t1时刻车辆位置信息，t0时刻位置信息包括t0时刻车辆的位置坐标(x0，y0)、速度大小v0、航向角θ0、加速度大小a0和横摆角速度大小ω0，求解t1时刻位置信息包括t1时刻汽车的位置坐标(x1，y1)、速度大小v1、航向角θ1，加速度大小a1和横向角速度大小ω1；依次求解t2时刻、t3时刻……tn时刻车辆对应的位置信息，从而根据求解的位置信息，预测出车辆的行驶轨迹。
车辆在预测出自身的行驶轨迹后，结合远车的行驶轨迹，可准确判断出自车与远车是否会发生碰撞，从而提高了车辆行驶的安全性能，可靠性强、准确性高。
需要说明的是，本发明所述的车辆行驶轨迹预测方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
如图3所示，于一实施例中，本发明的车辆行驶轨迹预测系统包括信息获取模块31、第一预测模块32和第二预测模块33。
所述信息获取模块31用于获取当前时刻车辆的位置信息。
所述第一预测模块32用于根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息。
所述第二预测模块33用于基于预设个每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
需要说明的是，信息获取模块31、第一预测模块32和第二预测模块33的结构及原理与上述车辆行驶轨迹预测方法中的步骤一一对应，故在此不再赘述。
需要说明的是，应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述系统的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述系统的存储器中，由上述系统的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个数字信号处理器(Digital Singnal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
需要说明的是，本发明的车辆行驶轨迹预测系统可以实现本发明的车辆行驶轨迹预测方法，但本发明的车辆行驶轨迹预测方法的实现装置包括但不限于本实施例列举的车辆行驶轨迹预测系统的结构，凡是根据本发明的原理所做的现有技术的结构变形和替换，都包括在本发明的保护范围内。
本发明的存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述的车辆行驶轨迹预测方法。所述存储介质包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图4所示，本发明的车载终端，包括处理器41及存储器42。
所述存储器42用于存储计算机程序。优选地，所述存储器42包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器41与所述存储器42相连，用于执行所述存储器42存储的计算机程序，以使所述车载终端执行上述的车辆行驶轨迹预测方法。
优选地，所述处理器41可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明的车辆行驶轨迹预测方法、系统、介质及车载终端，通过整合车辆当前时刻的位置信息，预测出车辆可能出现的行驶轨迹，从而判断出两辆车之间是否存在碰撞风险，确保V2X应用场景的准确触发。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种车辆行驶轨迹预测方法，其特征在于，包括以下步骤：
获取当前时刻车辆的位置信息；
根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息；
基于预测的每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
2.根据权利要求1所述的车辆行驶轨迹预测方法，其特征在于，还包括：建立位置坐标系。
3.根据权利要求2所述的车辆行驶轨迹预测方法，其特征在于，所述位置信息包括位置坐标、速度大小、航向角、加速度大小和横摆角速度大小。
4.根据权利要求3所述的车辆行驶轨迹预测方法，其特征在于，根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息包括：以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息。
5.根据权利要求4所述的车辆行驶轨迹预测方法，其特征在于，以当前时刻所述车辆的加速度大小和横摆角速度大小预测每间隔行驶预设时间段后所述车辆对应的位置信息包括以下步骤：
预测所述车辆是以当前时刻的横摆角速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的航向角；
预测所述车辆是以当前时刻的加速度大小行驶，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的速度大小；
基于每间隔行驶预设时间段后所述车辆对应的航向角和每间隔行驶预设时间段后所述车辆对应的速度大小，计算从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的x轴坐标和y轴坐标，以确定从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的位置坐标。
6.根据权利要求5所述的车辆行驶轨迹预测方法，其特征在于，从当前时刻行驶，每间隔行驶预设时间段后所述车辆对应的航向角、速度大小、x轴坐标和y轴坐标的计算公式分别为：
i的值从1取至n；i表示车辆行驶的第i个预设时间段；n表示车辆行驶预设个预设时间段的个数；
ωi＝ω0
△θi＝ωi-1×△t
θi＝θi-1+△θi
ai＝a0
vi＝ai-1×△t+vi-1
△xi＝vi-1×△t×sinθi-1
△yi＝vi-1×△t×cosθi-1
xi＝xi-1+△xi
yi＝yi-1+△yi
其中，ω0表示车辆在当前时刻的横摆角速度大小；θ0表示车辆在当前时刻的航向角；a0表示车辆在当前时刻的加速度大小；v0表示车辆在当前时刻的速度大小；x0表示车辆在当前时刻的x轴坐标；y0表示车辆在当前时刻的y轴坐标；△t表示预设时间段；△θi表示车辆从当前时刻行驶第i个预设时间段后航向角的变化量；△xi表示车辆从当前时刻行驶i个预设时间段后x轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后x轴坐标的差值；△yi表示车辆从当前时刻行驶i个预设时间段后y轴坐标与车辆从当前时刻行驶(i-1)个预设时间段后y轴坐标的差值；ωi表示车辆从当前时刻行驶i个预设时间段后的横摆角速度大小；θi表示车辆从当前时刻行驶i个预设时间段后的航向角；ai表示车辆从当前时刻行驶i个预设时间段后的加速度大小；vi表示车辆从当前时刻行驶i个预设时间段后的速度大小；xi表示车辆从当前时刻行驶i个预设时间段后的x轴坐标；yi表示车辆从当前时刻行驶i个预设时间段后的y轴坐标。
7.一种车辆行驶轨迹预测系统，其特征在于，包括：信息获取模块、第一预测模块和第二预测模块；
所述信息获取模块用于获取当前时刻车辆的位置信息；
所述第一预测模块用于根据当前时刻所述车辆的位置信息，预测每间隔行驶预设时间段后所述车辆对应的位置信息；
所述第二预测模块用于基于预设个每间隔预设时间段后所述车辆的位置信息，预测出所述车辆的行驶轨迹。
8.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的车辆行驶轨迹预测方法。
9.一种车载终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述车载终端执行权利要求1至6中任一项所述的车辆行驶轨迹预测方法。
CN202010267252.6A 2020-04-08 2020-04-08 车辆行驶轨迹预测方法、系统、介质及车载终端 Pending CN111609846A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010267252.6A CN111609846A (zh) 2020-04-08 2020-04-08 车辆行驶轨迹预测方法、系统、介质及车载终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010267252.6A CN111609846A (zh) 2020-04-08 2020-04-08 车辆行驶轨迹预测方法、系统、介质及车载终端

Publications (1)

Publication Number Publication Date
CN111609846A true CN111609846A (zh) 2020-09-01

Family

ID=72203673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010267252.6A Pending CN111609846A (zh) 2020-04-08 2020-04-08 车辆行驶轨迹预测方法、系统、介质及车载终端

Country Status (1)

Country Link
CN (1) CN111609846A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112197772A (zh) * 2020-12-08 2021-01-08 智道网联科技(北京)有限公司 一种确定车辆移动轨迹的方法及相关装置
CN114253241A (zh) * 2021-12-21 2022-03-29 昆山星际舟智能科技有限公司 用于工业智能小车的路径跟踪方法
CN114572202A (zh) * 2020-11-30 2022-06-03 博泰车联网科技(上海)股份有限公司 车辆碰撞预警方法及装置、电子设备、可读存储介质
CN114822080A (zh) * 2021-01-28 2022-07-29 丰田自动车株式会社 行驶轨迹推定系统、推定程序的记录介质以及推定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3018026A1 (en) * 2014-11-06 2016-05-11 Autoliv Development AB System and method for vehicle path prediction
US20170282927A1 (en) * 2016-04-01 2017-10-05 Denso Corporation Driving support apparatus
CN108257418A (zh) * 2016-12-28 2018-07-06 上海汽车集团股份有限公司 车辆碰撞预警方法及装置
CN109631915A (zh) * 2018-12-19 2019-04-16 百度在线网络技术（北京）有限公司 轨迹预测方法、装置、设备及计算机可读存储介质
CN110274589A (zh) * 2018-03-15 2019-09-24 高德信息技术有限公司 一种定位方法及装置
CN110789528A (zh) * 2019-08-29 2020-02-14 腾讯科技（深圳）有限公司 一种车辆行驶轨迹预测方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3018026A1 (en) * 2014-11-06 2016-05-11 Autoliv Development AB System and method for vehicle path prediction
US20170282927A1 (en) * 2016-04-01 2017-10-05 Denso Corporation Driving support apparatus
CN108257418A (zh) * 2016-12-28 2018-07-06 上海汽车集团股份有限公司 车辆碰撞预警方法及装置
CN110274589A (zh) * 2018-03-15 2019-09-24 高德信息技术有限公司 一种定位方法及装置
CN109631915A (zh) * 2018-12-19 2019-04-16 百度在线网络技术（北京）有限公司 轨迹预测方法、装置、设备及计算机可读存储介质
CN110789528A (zh) * 2019-08-29 2020-02-14 腾讯科技（深圳）有限公司 一种车辆行驶轨迹预测方法、装置、设备及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114572202A (zh) * 2020-11-30 2022-06-03 博泰车联网科技(上海)股份有限公司 车辆碰撞预警方法及装置、电子设备、可读存储介质
CN112197772A (zh) * 2020-12-08 2021-01-08 智道网联科技(北京)有限公司 一种确定车辆移动轨迹的方法及相关装置
CN114822080A (zh) * 2021-01-28 2022-07-29 丰田自动车株式会社 行驶轨迹推定系统、推定程序的记录介质以及推定方法
CN114822080B (zh) * 2021-01-28 2024-01-02 丰田自动车株式会社 行驶轨迹推定系统、推定程序的记录介质以及推定方法
CN114253241A (zh) * 2021-12-21 2022-03-29 昆山星际舟智能科技有限公司 用于工业智能小车的路径跟踪方法
CN114253241B (zh) * 2021-12-21 2023-12-22 昆山星际舟智能科技有限公司 用于工业智能小车的路径跟踪方法

Similar Documents

Publication Publication Date Title
CN111609846A (zh) 车辆行驶轨迹预测方法、系统、介质及车载终端
CN112286206B (zh) 自动驾驶的模拟方法、系统、设备、可读存储介质及平台
CN111288971B (zh) 一种视觉定位方法及装置
CN112731317B (zh) 车辆雷达标定方法、装置、设备、介质和自动驾驶车辆
US20230392938A1 (en) Navigation information processing method, electronic device, and storage medium
CN113494910B (zh) 一种基于uwb定位的车辆定位方法、装置及存储介质
CN110658542A (zh) 自动驾驶汽车定位识别方法、装置、设备及存储介质
CN111223145A (zh) 数据处理方法、系统、服务装置及其存储介质
CN115617042A (zh) 碰撞检测方法及装置、终端设备、计算机可读存储介质
CN114812595A (zh) 用于融合定位的状态预警方法、装置及电子设备、存储介质
CN114117334A (zh) 多维传感器数据中的异常检测
CN115839718B (zh) 一种基于运动约束的融合定位方法及装置
CN115112125A (zh) 自动驾驶车辆的定位方法、装置及电子设备、存储介质
CN113869715A (zh) 站点分组方法、归属站点确定方法、装置和计算机设备
JP2018181301A (ja) 情報処理方法及び情報処理装置
CN108733050B (zh) 信息处理方法以及信息处理装置
CN111964676A (zh) 航姿解算方法、装置、电子设备及计算机可读存储介质
WO2020021596A1 (ja) 車両位置推定装置および車両位置推定方法
CN115343730B (zh) Gnss天线外参确定方法、装置与计算机可读存储介质
CN112506190B (zh) 一种机器人定位方法、机器人定位装置及机器人
CN114940178B (zh) 一种多轴车辆的位姿预测的方法、装置及存储介质
CN110309190A (zh) 一种基于车载终端的车友推荐方法及系统、车载终端
US20240203130A1 (en) Systems and methods for detecting and tracking objects in an environment of an autonomous vehicle
RU2769918C1 (ru) Способ позиционирования наземного транспортного средства
CN115388886A (zh) 一种车辆定位方法、装置及设备

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200901