CN111806459A - 车辆轨迹预测方法、装置和车辆 - Google Patents
车辆轨迹预测方法、装置和车辆 Download PDFInfo
- Publication number
- CN111806459A CN111806459A CN202010607744.5A CN202010607744A CN111806459A CN 111806459 A CN111806459 A CN 111806459A CN 202010607744 A CN202010607744 A CN 202010607744A CN 111806459 A CN111806459 A CN 111806459A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- coefficients
- determining
- prediction method
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 3
- 238000012888 cubic function Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆轨迹预测方法、装置和车辆,其中,车辆轨迹预测方法包括:确定行驶轨迹线的拟合方程的至少两组系数,以及至少两组系数的权重值;根据至少两组系数的权重值与至少两组系数确定拟合方程的系数;根据拟合方程的系数和拟合方程确定车辆的预测轨迹。由于本发明中车辆的预测轨迹是由行驶轨迹线的拟合方程的至少两组系数确定的,相对于只使用一种方式来得到的预测轨迹来说,使得预测轨迹满足多种行车场景,提高了车辆的预测轨迹的准确性以及车辆运行的安全性。
Description
技术领域
本发明涉及车辆控制技术领域,具体而言,涉及一种车辆轨迹预测方法、装置和车辆。
背景技术
相关技术方案中,预测车辆行驶轨迹通常采用训练好的深度学习模型,通常情况下,深度学习模型在上线前需要对其进行训练,而模型的训练过程需要采集特定场景的训练集。由于采集的训练集具有局限性,故训练的算法单一,而车辆行驶的场景多变,预测得到的车辆行驶轨迹准确性较低,无法满足现阶段的驾驶需求。
发明内容
本发明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,本发明的第一个方面在于,提供了一种车辆轨迹预测方法。
本发明的第二个方面在于,提供了一种车辆轨迹预测装置。
本发明的第三个方面在于,提供了一种车辆。
本发明的第四个方面在于,提供了一种计算机可读存储介质。
有鉴于此,根据本发明的第一个方面,本发明提供了一种车辆轨迹预测方法,其中,车辆轨迹预测方法包括:确定行驶轨迹线的拟合方程的至少两组系数,以及至少两组系数的权重值;根据至少两组系数的权重值与至少两组系数确定拟合方程的系数;根据拟合方程的系数和拟合方程确定车辆的预测轨迹。
在该技术方案中,每一组系数和拟合方程组合起来可以得到一个预测的车辆行驶轨迹,可以理解的是,一组系数对应一个预测的车辆行驶轨迹,由于本发明中车辆的预测轨迹是由行驶轨迹线的拟合方程的至少两组系数确定的,相对于只使用一种方式来得到的预测轨迹来说,使得预测轨迹满足多种行车场景,提高了车辆的预测轨迹的准确性以及车辆运行的安全性。
进一步地,通过限定结合至少两组系数的权重值来确定拟合方程的系数,使得拟合方程的系数的确定过程中可以充分考虑到每组系数的可信度,进而确保了车辆的预测轨迹的准确性,进而满足多种行车场景,提高了车辆运行的安全性。
另外,本发明提供的上述技术方案中的车辆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,至少两组系数包括第一组系数,在确定行驶轨迹线的拟合方程的至少两组系数的步骤之前,还包括:获取车辆的转向信息;确定车辆的转向信息满足设定条件,记录车辆的轨迹点;确定车辆的轨迹点的数量大于或等于设定数值,对数量为设定数值的轨迹点进行坐标转换,以得到转换结果;采用最小二乘法对转换结果对拟合方程进行拟合,以得到拟合方程的第一组系数。
在该技术方案中,第一组系数是基于记录的车辆的轨迹点确定的,其中,车辆的轨迹点的记录需要在车辆的转向信息满足设定条件才能开始进行。由于车辆的转向信息可以反应车辆的当前行驶的场景,故可以通过限定在车辆的转向信息满足设定条件才记录车辆的轨迹点,将不需要进行轨迹预测的路段剔除掉,以减少数据的处理量。
此外,通过限定车辆的轨迹点的数量大于或等于设定数值,可以实现对需要拟合的数据量的控制,避免因为处理的数据量过大而造成拟合方程的第一组系数得到的速度缓慢,影响车辆的预测轨迹的实时性。
在上述任一技术方案中,车辆的转向信息包括:方向盘的转动角度值;确定车辆的转向信息满足设定条件,记录车辆的轨迹点的步骤,具体包括:确定在当前时刻前预设时长内的转动角度值的平均值;根据转动角度值以及转动角度值的平均值确定转动角度的方差值;确定转动角度的方差值小于设定阈值,记录车辆的轨迹点。
在该技术方案中,若车辆当前行驶平稳,车辆的方向盘转角相对比较稳定,如其稳定在一定的角度区间内,为了实现对这类场景的识别,通过确定转动角度的方差值,并将转动角度的方差值与设定阈值进行比较,当转动角度的方差值小于设定阈值,判定当前车辆当前行驶平稳,此时,记录车辆的轨迹点,进而确定第一组系数。此外,车辆轨迹的预测不再限定车辆的行驶速度以及方向盘转角较小的情况,因此,预测轨迹可以适用于多种行车场景。
在上述任一技术方案中,对数量为设定数值的轨迹点进行坐标转换,以得到转换结果的步骤,具体包括:接收车辆的车辆航向角;以车辆的当前位置作为坐标原点、车辆航向角所指示的方向作为第一坐标轴、与第一坐标轴垂直的方向作为第二坐标轴建立坐标系;基于坐标系对数量为设定数值的轨迹点进行坐标变换,以得到转换结果。
在该技术方案中,在对数量为设定数值的轨迹点进行坐标转换时,参考车辆的车辆航向角,以便将大地坐标系转换成车辆坐标系,进而便于对车辆的控制,通过对坐标系进行转换,降低了后期车辆的控制难度。
在上述任一技术方案中,记录车辆的轨迹点的步骤,具体包括:基于存储的车辆的轨迹点的数量大于设定数值,删除时间戳与当前时刻相距最远的车辆的轨迹点。
在该技术方案中,通过限定基于存储的车辆的轨迹点的数量大于设定数值,删除时间戳与当前时刻相距最远的车辆的轨迹点,以确保存储的车辆的轨迹点的数量维持在设定数值,使得车辆的轨迹点在存储时无需使用较大容量的存储器,进而降低了车辆控制的成本。
在上述任一技术方案中,至少两组系数包括第二组系数,在确定行驶轨迹线的拟合方程的至少两组系数的步骤之前,还包括:获取车辆的当前状态参数;根据当前状态参数确定车辆的行驶半径;根据行驶半径对拟合方程进行,以得到第二组系数。
在该技术方案中,采用行驶半径对拟合方程进行,以得到第二组系数的方式简单,在此过程中,需要处理的数据量较少,对硬件的要求较低,此外,车辆的当前状态参数可以根据设置在车辆上的传感器直接获取,或由其他设备发出,数据的获取方式简单,故第二组系数的确定过程简单。
在上述任一技术方案中,车辆的当前状态参数包括:车辆当前速度信息、方向盘转角信息和车辆质量信息;基于预先设定的当前速度信息、方向盘转角信息、车辆质量信息与行驶半径的三维差值表,确定车辆的行驶半径。
在该技术方案中,采用当前速度信息、方向盘转角信息、车辆质量信息与行驶半径的三维差值表来确定车辆的行驶半径的方式,确定过程简单,需要处理的数据量较少,因此,第二组系数的确定过程速度较快。
在上述任一技术方案中,至少两组参数的权重值之和为固定值。
在该技术方案中,固定值取值可以为1。
根据本发明的第二个方面,本发明提供了一种车辆轨迹预测装置,包括:存储器,存储器上存储有计算机程序;控制器,控制器执行计算机程序实现如第一方面中任一项的车辆轨迹预测方法的步骤。
本发明提供了一种车辆轨迹预测装置,其中,车辆轨迹预测装置包括存储器和存储器,其中,控制器执行计算机程序实现如第一方面中任一项的车辆轨迹预测方法的步骤,故车辆轨迹预测装置具有第一方面任一技术方案提供的车辆轨迹预测方法的全部有益效果,在此不一一列举。
根据本发明的第三个方面,本发明提供了一种车辆,包括:输入装置,输入装置被配置为接收至少两组系数的权重值;如第二方面中的车辆轨迹预测装置,其中,输入装置与车辆轨迹预测装置相连接。
在该技术方案中,由于车辆具有第二方面任一实施例提供的车辆轨迹预测装置,因此,本发明的实施例提供的车辆有第二方面任一技术方案提供的车辆轨迹预测装置的全部有益效果,在此不一一列举。
根据本发明的第四个方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一项的车辆轨迹预测方法的步骤。
本发明提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一项的车辆轨迹预测方法的步骤,故计算机可读存储介质具有第一方面任一技术方案提供的车辆轨迹预测方法的全部有益效果,在此不一一列举。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明一个实施例的车辆轨迹预测方法的流程示意图;
图2示出了根据本发明一个实施例的车辆轨迹预测方法的流程示意图;
图3示出了根据本发明一个实施例的确定车辆的转向信息满足设定条件,记录车辆的轨迹点的流程示意图;
图4示出了根据本发明一个实施例的对数量为设定数值的轨迹点进行坐标转换,以得到转换结果的流程示意图;
图5示出了根据本发明一个实施例的第一预测轨迹线的确定过程的流程示意图;
图6示出了根据本发明一个实施例的确定第二组系数的流程示意图;
图7示出了根据本发明一个实施例的车辆轨迹预测方法的流程示意图;
图8示出了根据本发明一个实施例的车辆轨迹预测装置的示意框图;
图9示出了根据本发明一个实施例的车辆的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述方面、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
根据本发明的一个实施例中,如图1所示,提供了一种车辆轨迹预测方法,包括:
步骤102,确定行驶轨迹线的拟合方程的至少两组系数,以及至少两组系数的权重值;
步骤104,根据至少两组系数的权重值与至少两组系数确定拟合方程的系数;
步骤106,根据拟合方程的系数和拟合方程确定车辆的预测轨迹。
在该实施例中,每一组系数和拟合方程组合起来可以得到一个预测的车辆行驶轨迹,可以理解的是,一组系数对应一个预测的车辆行驶轨迹,由于本发明中车辆的预测轨迹是由行驶轨迹线的拟合方程的至少两组系数确定的,相对于只使用一种方式来得到的预测轨迹来说,使得预测轨迹满足多种行车场景,提高了车辆的预测轨迹的准确性以及车辆运行的安全性。
进一步地,通过限定结合至少两组系数的权重值来确定拟合方程的系数,使得拟合方程的系数的确定过程中可以充分考虑到每组系数的可信度,进而确保了车辆的预测轨迹的准确性,进而满足多种行车场景,提高了车辆运行的安全性。
实施例二
在本发明的一个实施例中,如图2所示,提供了一种车辆轨迹预测方法,包括:
步骤202,获取车辆的转向信息;
步骤204,确定车辆的转向信息满足设定条件,记录车辆的轨迹点;
步骤206,确定车辆的轨迹点的数量大于或等于设定数值,对数量为设定数值的轨迹点进行坐标转换,以得到转换结果;
步骤208,采用最小二乘法对转换结果对拟合方程进行拟合,以得到拟合方程的第一组系数;
步骤210,确定行驶轨迹线的拟合方程的至少两组系数,以及至少两组系数的权重值;
步骤212,根据至少两组系数的权重值与至少两组系数确定拟合方程的系数;
步骤214,根据拟合方程的系数和拟合方程确定车辆的预测轨迹。
其中,至少两组系数包括第一组系数。
在该实施例中,第一组系数是基于记录的车辆的轨迹点确定的,其中,车辆的轨迹点的记录需要在车辆的转向信息满足设定条件才能开始进行。由于车辆的转向信息可以反应车辆的当前行驶的场景,故可以通过限定在车辆的转向信息满足设定条件才记录车辆的轨迹点,将不需要进行轨迹预测的路段剔除掉,以减少数据的处理量。
此外,通过限定车辆的轨迹点的数量大于或等于设定数值,可以实现对需要拟合的数据量的控制,避免因为处理的数据量过大而造成拟合方程的第一组系数得到的速度缓慢,影响车辆的预测轨迹的实时性。
在其中一个实施例中,车辆的轨迹点按照设定的采样周期进行记录,其中,采样周期和存储车辆的轨迹点的存储介质的容量相关。
其中,设定数值和采样周期可以根据预测轨迹的准确性进行设定。
在其中一个实施例中,车辆的转向信息包括:方向盘的转动角度值;如图3所示,确定车辆的转向信息满足设定条件,记录车辆的轨迹点的步骤,具体包括:
步骤302,确定在当前时刻前预设时长内的转动角度值的平均值;
步骤304,根据转动角度值以及转动角度值的平均值确定转动角度的方差值;
步骤306,确定转动角度的方差值小于设定阈值,记录车辆的轨迹点。
在该实施例中,若车辆当前行驶平稳,车辆的方向盘转角相对比较稳定,如其稳定在一定的角度区间内,为了实现对这类场景的识别,通过确定转动角度的方差值,并将转动角度的方差值与设定阈值进行比较,当转动角度的方差值小于设定阈值,判定当前车辆当前行驶平稳,此时,记录车辆的轨迹点,进而确定第一组系数。此外,车辆轨迹的预测不再限定车辆的行驶速度以及方向盘转角较小的情况,因此,预测轨迹可以适用于多种行车场景。在其中一个实施例中,确定转动角度的方差值大于或等于设定阈值,清除已经记录的车辆的轨迹点。
在其中一个实施例中,记录车辆的轨迹点的步骤,具体包括:基于存储的车辆的轨迹点的数量大于设定数值,删除时间戳与当前时刻相距最远的车辆的轨迹点。
在该实施例中,通过限定基于存储的车辆的轨迹点的数量大于设定数值,删除时间戳与当前时刻相距最远的车辆的轨迹点,以确保存储的车辆的轨迹点的数量维持在设定数值,使得车辆的轨迹点在存储时无需使用较大容量的存储器,进而降低了车辆控制的成本。
在其中一个实施例中,车辆的轨迹点采用滚动存储的方式进行存储,其中,每隔采样周期记录一次数据,其中数据存储格式如下,存储空间最多存储设定数值个轨迹点位置坐标:
[(z z) (z z) ... (z z) (X1 Y1)];
其中,(X1 Y1)为第一次测定的轨迹点位置坐标。
当存储介质中的轨迹点数量不足设定数值时,持续记录并滚动存储车辆轨迹点位置坐标,确保最新时刻轨迹点位置坐标永远在存储空间最前位置,具体地,如:
[(z z) (z z) ... (X1 Y1) (X2 Y2)];
其中,z表示空白内容。
当存储介质中的轨迹点数量已满设定数值时,删除时间戳与当前时刻相距最远的车辆的轨迹点,并存储新的车辆的轨迹点,具体地,如:
[(X1 Y1) (X2 Y2) ... (XN-1 YN-1) (XN YN)];
具体地,在(XN YN)之后加入(XN+1 YN+1);同时,删除(X1 Y1),以确保存储介质中的车辆的轨迹点数量为设定数值。
在其中一个实施例中,如图4所示,对数量为设定数值的轨迹点进行坐标转换,以得到转换结果的步骤,具体包括:
步骤402,接收车辆的车辆航向角;
步骤404,以车辆的当前位置作为坐标原点、车辆航向角所指示的方向作为第一坐标轴、与第一坐标轴垂直的方向作为第二坐标轴建立坐标系;
步骤406,基于坐标系对数量为设定数值的轨迹点进行坐标变换,以得到转换结果。
在该实施例中,在对数量为设定数值的轨迹点进行坐标转换时,参考车辆的车辆航向角,以便将大地坐标系转换成车辆坐标系,进而便于对车辆的控制,通过对坐标系进行转换,降低了后期车辆的控制难度。
其中,第一坐标轴为X方向,第二坐标轴是在X方向逆时针方向90度的方向,其中,转换结果如下所示:
其中,β是车辆航向角。
在其中一个实施例中,如图5所示,第一预测轨迹线的确定过程包括:
步骤502,周期性获取车辆的轨迹点;
步骤504,确定时刻到前预设时长的方向盘的转动角度的方差值;
步骤506,判断转动角度的方差值是否大于或等于设定阈值,判断结果为是时,执行步骤508,判断结果为否时,执行步骤510;
步骤508,滚动记录车辆的轨迹点;
步骤510,清除存储的车辆的轨迹点,并执行步骤504;
步骤512,判断车辆的轨迹点的数量是否小于设定数值,在判断结果为否时,执行步骤514,在判断结果为是时,执行步骤508;
步骤514,坐标转换;
步骤516,对车辆的轨迹点进行拟合,以得到第一预测轨迹线。
实施例三
在上述任一实施例中,至少两组系数包括第二组系数,如图6所示,在确定行驶轨迹线的拟合方程的至少两组系数的步骤之前,还包括:
步骤602,获取车辆的当前状态参数;
步骤604,根据当前状态参数确定车辆的行驶半径;
步骤606,根据行驶半径对拟合方程进行拟合,以得到第二组系数。
在该实施例中,采用行驶半径对拟合方程进行,以得到第二组系数的方式简单,在此过程中,需要处理的数据量较少,对硬件的要求较低,此外,车辆的当前状态参数可以根据设置在车辆上的传感器直接获取,或由其他设备发出,数据的获取方式简单,故第二组系数的确定过程简单。
在其中一个实施例中,基于拟合方程为三次函数的情况下,由第二组系数和拟合方程得到第二预测轨迹线,具体地,第二预测轨迹线的轨迹方程为:
在其中一个实施例中,至少两组参数的权重值之和为固定值。
其中,拟合方程的系数包括C1为一次项系数、C2为二次项系数、C3为三次项系数,具体地,如:Y*=C1X*+C2X*2+C3X*2;
其中,C1为一次项系数、C2为二次项系数、C3为三次项系数。其中:
在其中一个实施例中,车辆的当前状态参数包括:车辆当前速度信息、方向盘转角信息和车辆质量信息;基于预先设定的当前速度信息、方向盘转角信息、车辆质量信息与行驶半径的三维差值表,确定车辆的行驶半径。
在该实施例中,采用当前速度信息、方向盘转角信息、车辆质量信息与行驶半径的三维差值表来确定车辆的行驶半径的方式,确定过程简单,需要处理的数据量较少,因此,第二组系数的确定过程速度较快。
在其中一个实施例中,三维差值表针对不同车型提前采集数据拟合制作而来。
实施例四
在本发明的一个实施例中,如图7所示,车辆轨迹预测方法包括:
步骤702,确定第一预测轨迹线;
步骤704,确定第二预测轨迹线;
步骤706,多预测轨迹线融合,输出车辆的预测轨迹。
在该实施例中,第一预测轨迹线和第二预测轨迹线还可以是根据阿克曼转角计算出转弯半径,并根据转弯半径来拟合得到,也可以是根据视觉车道线进行轨迹预测得到的。
在该实施例中,车辆的预测轨迹可以适用于直路进弯道、弯道进入直路以及车辆换道等场景的预测,同时,也摆脱了在没有车道线时,视觉车道线进行轨迹预测无法使用的问题,同时也减少了计算的数据量。
在本发明的一个实施例中,如图8所示,提出了一种车辆轨迹预测装置800,包括:存储器802,存储器802上存储有计算机程序;控制器804,控制器804执行计算机程序实现如第一方面中任一项的车辆轨迹预测方法的步骤。
本发明提供了一种车辆轨迹预测装置800,其中,车辆轨迹预测装置800包括存储器802和存储器802,其中,控制器804执行计算机程序实现如第一方面中任一项的车辆轨迹预测方法的步骤,故车辆轨迹预测装置800具有第一方面任一实施例提供的车辆轨迹预测方法的全部有益效果,在此不一一列举。
实施例五
在本发明的一个实施例中,如图9所示,提供了一种车辆900,包括:输入装置902,输入装置902被配置为接收至少两组系数的权重值;如第二方面中的车辆轨迹预测装置800,其中,输入装置902与车辆轨迹预测装置800相连接。
在该实施例中,由于车辆900具有第二方面任一实施例提供的车辆轨迹预测装置800,因此,本发明的实施例提供的车辆900有第二方面任一实施例提供的车辆轨迹预测装置800的全部有益效果,在此不一一列举。
在其中一个实施例中,输入装置902可以是触摸屏、手持终端、电脑客户端中的任意一种。
在其中一个实施例中,输入装置902可以是车辆的中控。
实施例六
在本发明的一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一项的车辆轨迹预测方法的步骤。
本发明提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一项的车辆轨迹预测方法的步骤,故计算机可读存储介质具有第一方面任一实施例提供的车辆轨迹预测方法的全部有益效果,在此不一一列举。
在本发明的描述中,术语“多个”则指两个或两个以上,除非另有明确的限定,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种车辆轨迹预测方法,其特征在于,包括:
确定行驶轨迹线的拟合方程的至少两组系数,以及所述至少两组系数的权重值;
根据所述至少两组系数的权重值与所述至少两组系数确定所述拟合方程的系数;
根据所述拟合方程的系数和所述拟合方程确定所述车辆的预测轨迹。
2.根据权利要求1所述的车辆轨迹预测方法,其特征在于,所述至少两组系数包括第一组系数,在所述确定行驶轨迹线的拟合方程的至少两组系数的步骤之前,还包括:
获取所述车辆的转向信息;
确定所述车辆的转向信息满足设定条件,记录所述车辆的轨迹点;
确定所述车辆的轨迹点的数量大于或等于设定数值,对数量为所述设定数值的轨迹点进行坐标转换,以得到转换结果;
采用最小二乘法对所述转换结果对拟合方程进行拟合,以得到所述拟合方程的第一组系数。
3.根据权利要求2所述的车辆轨迹预测方法,其特征在于,所述车辆的转向信息包括:方向盘的转动角度值;
所述确定所述车辆的转向信息满足设定条件,记录所述车辆的轨迹点的步骤,具体包括:
确定在当前时刻前预设时长内的所述转动角度值的平均值;
根据所述转动角度值以及所述转动角度值的平均值确定转动角度的方差值;
确定所述转动角度的方差值小于设定阈值,记录所述车辆的轨迹点。
4.根据权利要求3所述的车辆轨迹预测方法,其特征在于,所述对数量为所述设定数值的轨迹点进行坐标转换,以得到转换结果的步骤,具体包括:
接收所述车辆的车辆航向角;
以所述车辆的当前位置作为坐标原点、所述车辆航向角所指示的方向作为第一坐标轴、与所述第一坐标轴垂直的方向作为第二坐标轴建立坐标系;
基于所述坐标系对数量为所述设定数值的轨迹点进行坐标变换,以得到所述转换结果。
5.根据权利要求2所述的车辆轨迹预测方法,其特征在于,所述记录所述车辆的轨迹点的步骤,具体包括:
基于存储的所述车辆的轨迹点的数量大于所述设定数值,删除时间戳与当前时刻相距最远的所述车辆的轨迹点。
6.根据权利要求2至5中任一项所述的车辆轨迹预测方法,其特征在于,所述至少两组系数包括第二组系数,在所述确定行驶轨迹线的拟合方程的至少两组系数的步骤之前,还包括:
获取所述车辆的当前状态参数;
根据所述当前状态参数确定所述车辆的行驶半径;
根据所述行驶半径对拟合方程进行,以得到所述第二组系数。
7.根据权利要求6所述的车辆轨迹预测方法,其特征在于,所述车辆的当前状态参数包括:
车辆当前速度信息、方向盘转角信息和车辆质量信息;
基于预先设定的当前速度信息、方向盘转角信息、车辆质量信息与行驶半径的三维差值表,确定所述车辆的行驶半径。
8.根据权利要求6所述的车辆轨迹预测方法,其特征在于,所述至少两组参数的权重值之和为固定值。
9.一种车辆轨迹预测装置,其特征在于,包括:
存储器,所述存储器上存储有计算机程序;
控制器,所述控制器执行所述计算机程序实现如权利要求1至8中任一项所述的车辆轨迹预测方法的步骤。
10.一种车辆,其特征在于,包括:
输入装置,所述输入装置被配置为接收至少两组系数的权重值;
如权利要求9所述的车辆轨迹预测装置,其中,所述输入装置与所述车辆轨迹预测装置相连接。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的车辆轨迹预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607744.5A CN111806459B (zh) | 2020-06-30 | 2020-06-30 | 车辆轨迹预测方法、装置和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607744.5A CN111806459B (zh) | 2020-06-30 | 2020-06-30 | 车辆轨迹预测方法、装置和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111806459A true CN111806459A (zh) | 2020-10-23 |
CN111806459B CN111806459B (zh) | 2021-07-30 |
Family
ID=72855623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010607744.5A Active CN111806459B (zh) | 2020-06-30 | 2020-06-30 | 车辆轨迹预测方法、装置和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111806459B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112009489A (zh) * | 2020-11-02 | 2020-12-01 | 蘑菇车联信息科技有限公司 | 处理车辆转向参数的方法、装置、电子设备及存储介质 |
CN112396224A (zh) * | 2020-11-13 | 2021-02-23 | 智邮开源通信研究院(北京)有限公司 | 基于轨迹的车辆招募方法、系统、设备及可读存储介质 |
CN112884801A (zh) * | 2021-02-02 | 2021-06-01 | 普联技术有限公司 | 高空抛物检测方法、装置、设备和存储介质 |
CN113963537A (zh) * | 2021-10-19 | 2022-01-21 | 东软睿驰汽车技术(上海)有限公司 | 一种针对路口的车辆轨迹预测方法和相关装置 |
CN116834729A (zh) * | 2023-08-28 | 2023-10-03 | 常州星宇车灯股份有限公司 | 车辆辅助驾驶的横纵向联合控制系统及控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109141911A (zh) * | 2018-06-26 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 无人车性能测试的控制量的获取方法和装置 |
CN109572550A (zh) * | 2018-12-28 | 2019-04-05 | 西安航空学院 | 一种行车轨迹预测方法、系统、计算机设备及存储介质 |
CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
CN111169469A (zh) * | 2019-10-08 | 2020-05-19 | 中国第一汽车股份有限公司 | 一种车辆的轨迹规划方法、装置、存储介质及汽车 |
CN111301392A (zh) * | 2018-12-12 | 2020-06-19 | 福特全球技术公司 | 车辆路径处理 |
-
2020
- 2020-06-30 CN CN202010607744.5A patent/CN111806459B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
CN109141911A (zh) * | 2018-06-26 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 无人车性能测试的控制量的获取方法和装置 |
CN111301392A (zh) * | 2018-12-12 | 2020-06-19 | 福特全球技术公司 | 车辆路径处理 |
CN109572550A (zh) * | 2018-12-28 | 2019-04-05 | 西安航空学院 | 一种行车轨迹预测方法、系统、计算机设备及存储介质 |
CN111169469A (zh) * | 2019-10-08 | 2020-05-19 | 中国第一汽车股份有限公司 | 一种车辆的轨迹规划方法、装置、存储介质及汽车 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112009489A (zh) * | 2020-11-02 | 2020-12-01 | 蘑菇车联信息科技有限公司 | 处理车辆转向参数的方法、装置、电子设备及存储介质 |
CN112396224A (zh) * | 2020-11-13 | 2021-02-23 | 智邮开源通信研究院(北京)有限公司 | 基于轨迹的车辆招募方法、系统、设备及可读存储介质 |
CN112884801A (zh) * | 2021-02-02 | 2021-06-01 | 普联技术有限公司 | 高空抛物检测方法、装置、设备和存储介质 |
CN113963537A (zh) * | 2021-10-19 | 2022-01-21 | 东软睿驰汽车技术(上海)有限公司 | 一种针对路口的车辆轨迹预测方法和相关装置 |
CN116834729A (zh) * | 2023-08-28 | 2023-10-03 | 常州星宇车灯股份有限公司 | 车辆辅助驾驶的横纵向联合控制系统及控制方法 |
CN116834729B (zh) * | 2023-08-28 | 2023-11-17 | 常州星宇车灯股份有限公司 | 车辆辅助驾驶的横纵向联合控制系统及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111806459B (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111806459B (zh) | 车辆轨迹预测方法、装置和车辆 | |
CN111428943B (zh) | 障碍物车辆轨迹预测的方法、设备和计算机设备 | |
CN113409617B (zh) | 一种渔业船舶偏航预警系统及方法 | |
CN113071505B (zh) | 驾驶行为习惯的确定、车辆行驶控制方法、装置及设备 | |
CN112907678B (zh) | 车载相机外参姿态动态估计方法、装置、计算机设备 | |
CN111824181B (zh) | 一种轨迹规划方法及装置 | |
WO2023142794A1 (zh) | 一种车辆控制方法、装置、设备以及存储介质 | |
CN112284376A (zh) | 一种基于多传感器融合的移动机器人室内定位建图方法 | |
CN114879668B (zh) | 电动船舶的控制方法、电动船舶及计算机可读存储介质 | |
CN114834484A (zh) | 一种车辆轨迹跟随控制方法、装置、电子设备及存储介质 | |
CN113009540A (zh) | 一种基于组合导航的驾驶行为监测系统及方法 | |
CN111452786B (zh) | 一种无人车辆避障方法及系统 | |
CN115042816B (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
CN111775950A (zh) | 车辆参考速度测算方法、装置、设备、存储介质和系统 | |
CN112394734A (zh) | 一种基于线性模型预测控制算法的车辆轨迹跟踪控制方法 | |
CN113753082B (zh) | 无人车轨迹更新方法及装置、控制方法及电子设备 | |
CN116360426A (zh) | 车辆自动驾驶全局路径规划方法、系统、介质及设备 | |
CN115871670A (zh) | 一种车辆变道轨迹规划方法、装置、设备及介质 | |
CN117406756B (zh) | 一种运动轨迹参数的确定方法、装置、设备和存储介质 | |
CN116859956B (zh) | 一种无人艇航行路线确定方法、装置及设备 | |
CN115525054B (zh) | 大型工业园区无人清扫车沿边路径跟踪控制方法及系统 | |
CN113569980B (zh) | 一种复杂环境下的行人移动轨迹在线预测方法及系统 | |
CN111504340B (zh) | 车辆的路径规划方法、装置、车辆 | |
CN114701506A (zh) | 车辆速度的控制方法 | |
CN114620074A (zh) | 车辆控制方法、装置、电子设备及存储介质 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20201023 Assignee: Sany Automobile Manufacturing Co.,Ltd. Assignor: SANY SPECIAL PURPOSE VEHICLE Co.,Ltd. Contract record no.: X2024980010904 Denomination of invention: Vehicle trajectory prediction method, device, and vehicle Granted publication date: 20210730 License type: Common License Record date: 20240801 |