CN112233417A - 车辆轨迹预测方法、控制装置及无人车 - Google Patents
车辆轨迹预测方法、控制装置及无人车 Download PDFInfo
- Publication number
- CN112233417A CN112233417A CN202010980686.0A CN202010980686A CN112233417A CN 112233417 A CN112233417 A CN 112233417A CN 202010980686 A CN202010980686 A CN 202010980686A CN 112233417 A CN112233417 A CN 112233417A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- driving
- vehicle
- lane
- information
- 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
Links
Images
Classifications
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Abstract
本发明提供一种车辆轨迹预测方法、控制装置及无人车,涉及无人驾驶或自动驾驶技术领域。该车辆轨迹预测方法包括:获取目标车辆所处的路段信息和目标车辆的行驶信息;根据路段信息及行驶信息判断目标车辆的行驶趋势,并根据行驶趋势得到目标车辆的预测行驶轨迹。该车辆轨迹预测方法能够针对不同的路段信息对目标车辆的行驶信息进行判断,有效区分目标车辆在不同路段表达相同驾驶信息时表示的不同驾驶趋势,并相应得到目标车辆的预测行驶轨迹,对目标车辆行驶轨迹预测的准确性较高,当前车辆相应能够根据预测行驶轨迹规划自身的行驶路线,行驶安全性更高。
Description
技术领域
本发明涉及自动驾驶技术领域,具体而言,涉及一种车辆轨迹预测方法、控制装置及无人车。
背景技术
车辆在自动驾驶的应用过程中,当前车辆需要对周围车辆进行轨迹预测,并根据预测的行驶轨迹对当前车辆的行驶状态及行驶路线进行调整,规划出合理的行驶轨迹;然而现有的当前车辆对周围车辆的轨迹预测准确度较差,当前车辆行驶过程容易与周围车辆发生碰撞。
发明内容
本发明的目的包括提供一种车辆轨迹预测方法、控制装置及无人车,以解决现有的当前车辆对周围车辆的轨迹预测准确度较差,当前车辆行驶过程容易与周围车辆发生碰撞的技术问题。
为解决上述问题,本发明提供一种车辆轨迹预测方法,包括:获取目标车辆所处的路段信息和所述目标车辆的行驶信息;根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势,并根据所述行驶趋势得到所述目标车辆的预测行驶轨迹。
可选地,所述路段信息包括所述目标车辆位于连续路段,所述行驶信息包括所述目标车辆的转向灯信息或所述目标车辆的车头朝向与当前车道中心线的夹角信息;
所述行驶信息为所述转向灯信息时,所述根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势,并根据所述行驶趋势得到所述目标车辆的预测行驶轨迹的步骤中,包括:若所述目标车辆的转向灯亮起,则预测所述目标车辆的行驶趋势为即将向转向灯亮起一侧的目标车道变道,相应得到所述目标车辆的变道轨迹;若所述目标车辆的转向灯未亮起,则预测所述目标车辆的行驶趋势为继续前行,相应得到所述目标车辆的前行行驶轨迹;
所述行驶信息为所述夹角信息时,所述根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势,并根据所述行驶趋势得到所述目标车辆的预测行驶轨迹的步骤中,包括:若所述目标车辆的车头朝向与所述当前车道中心线之间呈夹角,且所述夹角的角度大于等于预设角度阈值,则预测所述目标车辆即将向车头朝向的目标车道变道,相应得到所述目标车辆的变道轨迹;若所述夹角的角度小于所述预设角度阈值,则预测所述目标车辆的行驶趋势为继续前行,相应得到所述目标车辆的前行行驶轨迹。
可选地,所述路段信息包括所述目标车辆位于连续路段,所述行驶信息包括所述目标车辆的质心与当前车道中心线的横向间距信息;所述根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势,并根据所述行驶趋势得到所述目标车辆的预测行驶轨迹的步骤中,包括:若所述目标车辆的质心与当前车道中心线的横向间距大于等于预设间距阈值,则预测所述目标车辆的行驶趋势为即将向质心偏向的目标车道变道,相应得到所述目标车辆的变道轨迹;若所述横向间距小于所述预设间距阈值,则预测所述目标车辆的行驶趋势为继续前行,相应得到所述目标车辆的前行行驶轨迹。
可选地,自所述目标车辆的当前位置同时向所述目标车道及前方延伸,且延伸至目标车道中心线时沿所述目标车道中心线向前延伸得到所述变道轨迹。
可选地,根据所述目标车辆自当前位置以匀加速运动变道至目标车道得到所述变道轨迹。
可选地,所述预测所述目标车辆的行驶趋势为继续前行,相应得到所述目标车辆的前行行驶轨迹的步骤中,包括:判断目标车辆的车头朝向与当前车道中心线的夹角的角度是否为零且所述目标车辆的质心与当前车道中心线的横向间距是否为零;若是,则所述前行行驶轨迹自所述目标车辆的当前位置沿所述当前车道中心线向前延伸;若否,则所述前行行驶轨迹自所述目标车辆的当前位置同时朝向所述当前车道中心线及前方延伸,且延伸至所述当前车道中心线时沿所述当前车道中心线向前延伸。
可选地,所述路段信息包括所述目标车辆位于交叉路口,所述行驶信息包括所述目标车辆的转向灯信息;所述根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势,并根据所述行驶趋势得到所述目标车辆的预测行驶轨迹的步骤中,包括:若所述目标车辆的左转向灯亮起,则预测所述目标车辆的行驶趋势为即将左转或掉头,相应得到所述目标车辆的左转行驶轨迹或掉头行驶轨迹;若所述目标车辆的右转向灯亮起,则预测所述目标车辆的行驶趋势为即将右转,相应得到所述目标车辆的右转行驶轨迹;若所述目标车辆的左转向灯及右转向灯均未亮起,则预测所述目标车辆的行驶趋势为继续前行,相应得到所述目标车辆的前行行驶轨迹。
本发明还提供一种控制装置,包括:获取模块,用于获取目标车辆所处的路段信息和所述目标车辆的行驶信息;判断模块,用于根据所述路段信息及所述行驶信息判断所述目标车辆的行驶趋势;预测模块,用于根据所述行驶趋势得到所述目标车辆的预测行驶轨迹。
本发明还提供一种无人车,包括存储有计算机程序的计算机可读存储介质和控制器,所述计算机程序被所述控制器读取并运行时,实现上述车辆轨迹预测方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被控制器读取并运行时,实现上述车辆轨迹预测方法。
本发明提供的车辆轨迹预测方法,能够针对不同的路段信息对目标车辆的行驶信息进行判断,有效区分目标车辆在不同路段表达相同驾驶信息时表示的不同驾驶趋势,并相应得到目标车辆的预测行驶轨迹,对目标车辆行驶轨迹预测的准确性较高;当前车辆采用上述预测方法得到周围目标车辆的预测行驶轨迹,并根据预测行驶轨迹对自身的行驶状态及行驶路线进行规划,从而减少当前车辆行驶过程与周围目标车辆发生碰撞的几率,进而提高当前车辆行驶的安全性及顺畅性。
本发明提供的控制装置及无人车均能够执行上述车辆轨迹预测方法,能够针对不同的路段信息对目标车辆的行驶信息进行判断,有效区分目标车辆在不同路段表达相同驾驶信息时表示的不同驾驶趋势,并相应得到目标车辆的预测行驶轨迹,对目标车辆行驶轨迹预测的准确性较高,当前车辆相应能够根据预测行驶轨迹规划自身的行驶路线,行驶安全性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为根据本发明一个实施例的第一种车辆轨迹预测方法的流程示意图;
图2为根据本发明一个实施例的第二种车辆轨迹预测方法的流程示意图;
图3为根据本发明一个实施例的第三种车辆轨迹预测方法的流程示意图;
图4为根据本发明一个实施例的第四种车辆轨迹预测方法的流程示意图;
图5为根据本发明一个实施例的第五种车辆轨迹预测方法的流程示意图;
图6为根据本发明一个实施例的第六种车辆轨迹预测方法的流程示意图;
图7为本发明一个实施例提供的控制装置的结构示意图;
图8为本发明一个实施例提供的车辆轨迹预测方法中,目标车辆在连续路段行驶时,对应预测的右变道行驶轨迹和前行行驶轨迹;
图9为本发明一个实施例提供的车辆轨迹预测方法中,目标车辆在交叉路口时,对应预测的掉头行驶轨迹、左转行驶轨迹、前行行驶轨迹和右转行驶轨迹。
附图标记说明:
1-当前车道;11-当前车道中心线;2-目标车道;21-目标车道中心线;31-前行行驶轨迹;32-右变道轨迹;33-左转行驶轨迹;34-掉头行驶轨迹;35-右转行驶轨迹;4-目标车辆;71-获取模块;72-判断模块;73-预测模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为根据本发明一个实施例的第一种车辆轨迹预测方法的流程示意图。如图1所示出的,该车辆轨迹预测方法包括:
S102获取目标车辆4所处的路段信息和目标车辆4的行驶信息。
路段信息根据路况可以包括连续路段(即不包含岔路口的路段)和交叉路口(如十字路口、丁字路口等),具体地,可以通过雷达系统获取目标车辆4的位置,并通过定位系统确定目标车辆4所处的路段信息;目标车辆4的行驶信息包括车头朝向、当前位置、转向灯信息等,具体地,可以通过摄像头获取目标车辆4的车头朝向和转向灯信息,通过雷达系统和定位系统确定目标车辆4当前位置的坐标信息。
S104根据路段信息及行驶信息判断目标车辆4的行驶趋势,并根据行驶趋势得到目标车辆4的预测行驶轨迹。
当确定目标车辆4位于交叉路口时,根据目标车辆4的行驶信息判断目标车辆4属于左转、掉头、右转、前行中的一种行驶趋势,并相应根据目标车辆4的当前位置及当前车道宽度等得到目标车辆4的预测行驶轨迹;当确定目标车辆4位于连续路段时,根据目标车辆4的行驶信息判断目标车辆4属于左变道、前行和右边道中的一种行驶趋势,并相应根据目标车辆4的当前位置、当前车道1分布及当前车道宽度等,通过控制器得到目标车辆4的预测行驶轨迹。
本实施例提供的车辆轨迹预测方法,首先获取目标车辆4所处的路段信息和目标车辆4的行驶信息,然后针对不同的路段信息对目标车辆4的行驶信息进行判断确定目标车辆4的行驶趋势,并相应得到目标车辆4的预测行驶轨迹;该预测方法能够有效区分目标车辆4在不同路段表达相同驾驶信息时,表示的不同驾驶趋势,如目标车辆4位于交叉路口时,其左转向灯亮起,则表示目标车辆4即将左转或掉头;而目标车辆4位于连续路段时,其左转向灯亮起,则表示目标车辆4即将向左变道,从而有效提高当前车辆对目标车辆4驾驶信息的准确判断,进而提高对目标车辆4行驶轨迹预测的准确性。当前车辆采用上述预测方法得到周围目标车辆4的预测行驶轨迹,并根据预测行驶轨迹对自身的行驶状态及行驶路线进行规划,从而减少当前车辆行驶过程与周围目标车辆4发生碰撞的几率,进而提高当前车辆行驶的安全性及顺畅性。
可选地,本实施例中,S102获取目标车辆4所处的路段信息和目标车辆4的行驶信息中,路段信息可以包括目标车辆4位于连续路段,行驶信息包括目标车辆4的转向灯信息;S104根据路段信息及行驶信息判断目标车辆4的行驶趋势,并根据行驶趋势得到目标车辆4的预测行驶轨迹的步骤中,包括:若目标车辆4的转向灯亮起,则预测目标车辆4的行驶趋势为即将向转向灯亮起一侧的目标车道2变道,相应得到目标车辆4的变道轨迹;若目标车辆4的转向灯未亮起,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
未设置交叉路口的路段为连续路段,目标车辆4在连续路段的行驶过程中,可以向当前车道1左侧的目标车道2左变道、在当前车道1保持向前行驶或向当前车道1右侧的目标车道2右变道。
图2为根据本发明一个实施例的第二种车辆轨迹预测方法的流程示意图。如图2所示出的,该车辆轨迹预测方法包括:
S202获取目标车辆4所处的路段信息为连续路段。
S204获取目标车辆4的转向灯信息。
S206若目标车辆4的左转向灯亮起,则预测目标车辆4的行驶趋势为即将向左变道,相应得到目标车辆4的左变道轨迹。
S208若目标车辆4的右转向灯亮起,则预测目标车辆4的行驶趋势为即将向右变道,相应得到目标车辆4的右变道轨迹32。
S210若目标车辆4的左转向灯及右转向灯均未亮起,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
路段信息为目标车辆4位于连续路段时,除上述采用目标车辆4的转向灯信息进行判断外,在一个实施例中,行驶信息还可以包括目标车辆4的车头朝向与当前车道中心线11的夹角信息;S104根据路段信息及行驶信息判断目标车辆4的行驶趋势,并根据行驶趋势得到目标车辆4的预测行驶轨迹的步骤中,包括:若目标车辆4的车头朝向与当前车道中心线11之间呈夹角,且夹角的角度大于等于预设角度阈值,则预测目标车辆4即将向车头朝向的目标车道2变道,相应得到目标车辆4的变道轨迹;若夹角的角度小于预设角度阈值,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
可以使用摄像头、雷达系统及定位系统等配合检测目标车辆4的当前坐标及车头朝向,然后通过控制器计算车头朝向与当前车道中心线11的夹角,并将该夹角与设定的预设角度阈值作比较,然后根据比较结果判断位于连续路段的目标车辆4的行驶趋势。
图3为根据本发明一个实施例的第三种车辆轨迹预测方法的流程示意图。如图3所示出的,该车辆轨迹预测方法包括:
S302获取目标车辆4所处的路段信息为连续路段。
S304获取目标车辆4的车头朝向以及车头朝向与当前车道中心线11的夹角角度。
S306将夹角角度与相应朝向的预设角度阈值作比较。
S308若夹角角度小于相应朝向的预设角度阈值,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
S310若目标车辆4的车头朝左,且车头朝向与当前车道中心线11的左夹角角度大于等于左预设角度阈值,则预测目标车辆4的行驶趋势为即将向左变道,相应得到目标车辆4的左变道轨迹。
S312若目标车辆4的朝向向右,且车头朝向与当前车道中心线11的右夹角角度大于等于右预设角度阈值,则预测目标车辆4的行驶趋势为即将向右变道,相应得到目标车辆4的右变道轨迹32。
如图8所示,目标车辆4在当前车道1行驶,且目标车辆4的车头朝向相对当前车道中心线11向右偏移形成右夹角β,当β的角度大于右预设角度阈值时,则判断预测目标车辆4即将向右侧的目标车道2变道,得到车头朝向目标车道中心线21且沿目标车道中心线21延伸的右变道轨迹32;当β的角度小于右预设角度阈值时,则判断预测目标车辆4继续前行,得到目标车辆4朝向当前车道中心线11调整车头转向的前行行驶轨迹31。具体地,左预设角度阈值和右预设角度阈值可以根据实际路况进行设定。
对于目标车辆4位于连续路段,在一个实施例中,行驶信息还可以包括目标车辆4的质心与当前车道中心线11的横向间距信息;S104根据路段信息及行驶信息判断目标车辆4的行驶趋势,并根据行驶趋势得到目标车辆4的预测行驶轨迹的步骤中,包括:若目标车辆4的质心与当前车道中心线11的横向间距d大于等于预设间距阈值,则预测目标车辆4的行驶趋势为即将向质心偏向的目标车道2变道,相应得到目标车辆4的变道轨迹;若横向间距小于预设间距阈值,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
具体地,可以使用摄像头、雷达系统及定位系统等配合检测目标车辆4的质心的当前坐标及当前车道中心线11的坐标,然后通过控制器计算目标车辆4的质心与当前车道中心线11的横向间距,并将该横向间距与设定的预设间距阈值作比较,然后根据比较结果判断位于连续路段的目标车辆4的行驶趋势。
图4为根据本发明一个实施例的第四种车辆轨迹预测方法的流程示意图。如图4所示出的,该车辆轨迹预测方法包括:
S402获取目标车辆4所处的路段信息为连续路段。
S404获取目标车辆4的质心相对当前车道中心线11的偏移方向以及质心与当前车道中心线11的横向间距。
S406将横向间距与相应偏移侧的预设间距阈值作比较。
S408若横向间距小于相应偏移侧预设间距阈值,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
S410若目标车辆4的质心位于当前车道中心线11的左侧,且质心与当前车道中心线11的左横向间距大于等于左预设间距阈值,则预测目标车辆4的行驶趋势为即将向左变道,相应得到目标车辆4的左变道轨迹。
S412若目标车辆4的质心位于当前车道中心线11的右侧,且质心与当前车道中心线11的右横向间距大于等于右预设间距阈值,则预测目标车辆4的行驶趋势为即将向右变道,相应得到目标车辆4的右变道轨迹32。
如图8所示,目标车辆4在当前车道1行驶,且目标车辆4的质心位于当前车道中心线11的右侧,且质心与当前车道中心线11的右横向间距为d,当d大于等于右预设间距阈值时,则判断预测目标车辆即将向右侧的目标车道2变道,得到质心朝向目标车道中心线21且沿目标车道中心线21延伸的右变道轨迹32;当d小于右预设间距阈值时,则判断预测目标车辆4继续前行,得到目标车辆4的质心朝向当前车道中心线11调整并沿当前车道中心线11延伸的前行行驶轨迹31。具体地,左预设间距阈值和右预设间距阈值可以根据实际需求进行设定;较佳地,左预设间距阈值和右预设间距阈值均可以为当前车道宽度的四分之一。
可选地,一个实施例中,可以自目标车辆4的当前位置同时向目标车道2及前方延伸,且延伸至目标车道中心线21时沿目标车道中心线21向前延伸得到变道轨迹。当预测目标车辆4向左变道时,左变道轨迹为自目标车辆4的当前位置向左向前延伸,直至进入当前车道1左侧的目标车道2,并到达目标车道中心线21时,继续沿目标车道中心线21向前延伸;类似地,当预测目标车辆4向右变道时,右变道轨迹32为自目标车辆4的当前位置向右向前延伸,直至进入当前车道1右侧的目标车道2,并到达目标车道中心线21时,继续沿目标车道中心线21向前延伸。
具体地,一个实施例中,可以根据目标车辆4自当前位置以匀加速运动变道至目标车道2得到变道轨迹。根据摄像头、雷达系统及定位系统配合检测目标车辆4的当前坐标、当前车道及目标车道2的车道宽度,然后通过控制器计算车辆的加速度,并得到目标车辆4以该加速度匀加速向目标车道2变道的变道轨迹;较佳地,变道轨迹延伸至目标车道中心线21与其相交时,目标车道中心线21为该变道轨迹相交点的切线。其中,根据目标车辆4以匀加速运动变道至目标车道2,且到达目标车道中心线21时停止变道,不仅与现实行驶中,加速变道以减少与目标车道2后方车辆碰撞的情形更加贴合,且与现实行驶中,车辆更习惯行驶在车道中间区域的情形更加贴合,因此,根据上述预测方法得到的预测行驶轨迹的准确度更高,当前车辆根据预测行驶轨迹规划的行驶路线更为安全、顺畅。
图5为根据本发明一个实施例的第五种车辆轨迹预测方法的流程示意图。一个实施例中,S210、S308或S408判断目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31的步骤中,如图5所示出的,该车辆轨迹预测方法包括:
S502判断目标车辆4的车头朝向与当前车道中心线11的夹角的角度是否为零且目标车辆4的质心与当前车道中心线11的横向间距是否为零;
S504若是,则前行行驶轨迹31自目标车辆4的当前位置沿当前车道中心线11向前延伸;
S506若否,则前行行驶轨迹31自目标车辆4的当前位置同时朝向当前车道中心线11及前方延伸,且延伸至当前车道中心线11时沿当前车道中心线11向前延伸。
针对检测到目标车辆4的车头朝向相对当前车道中心线11偏转,或目标车辆4的质心偏离当前车道中心线11,但是判断预测目标车辆4并不变道,仍然向前行驶的情形,预测目标车辆4的前行行驶轨迹31为靠近当前车道中心线11,与现实行驶过程,车辆在当前车道1相对车道中心线发生偏移时,会习惯将车辆调整至车辆位于车道中间区域且车头朝前的情形更加贴合,因此,根据上述预测方法得到的预测行驶轨迹的准确度更高,当前车辆根据预测行驶轨迹规划的行驶路线更为安全、顺畅。
具体地,当检测到目标车辆4的车头朝向相对当前车道中心线11向左偏转时,前行行驶轨迹31为自目标车辆4的当前位置向右向前延伸,且延伸至当前车道中心线11时沿该中心线向前延伸;类似地,当检测到目标车辆4的车头朝向相对当前车道中心线11向右偏转时,前行行驶轨迹31为自目标车辆4的当前位置向左向前延伸,且延伸至当前车道中心线11时沿该中心线向前延伸;当检测到目标车辆4的质心位于当前车道中心线11的左侧时,前行行驶轨迹31为自目标车辆4的当前位置向右向前延伸,且延伸至当前车道中心线11时沿该中心线向前延伸;类似地,当检测到目标车辆4的质心位于当前车道中心线11的右侧时,前行行驶轨迹31为自目标车辆4的当前位置向左向前延伸,且延伸至当前车道中心线11时沿该中心线向前延伸。
具体地,目标车辆4行驶过程中,设定目标车辆4的车头朝向左侧时为正行驶,相应地,目标车辆4的速度、加速度以及相对当前车道中心线11的横向间距均为正值;设定目标车辆4的车头朝向右侧时为负行驶,相应地,目标车辆4的速度、加速度以及相对当前车道中心线11的横向间距均为负值。则目标车辆4以恒定加速度进行变道时,设定目标车辆4的当前坐标为(g0,s0),且当目标车辆位于当前车道中心线时g0=0,以加速度a生成变道轨迹时,在纵向(沿当前车道中心线11延伸方向)的分加速度为as,在横向(沿当前车道的宽度方向)的分加速度为ag;目标车辆4的当前车速为v,则纵向分速度为vs,横向分速度为vg,则目标车辆4某一时刻的横向坐标gi和纵向坐标si分别为:
gi=g0+vg·t+0.5ag·t2;
si=s0+vs·t+0.5as·t2;
当判断目标车辆4的行驶趋势为继续前行,且目标车辆4的车头朝向与当前车道中心线11的夹角的角度不为零,或目标车辆4的质心与当前车道中心线11的横向间距不为零时,则前行行驶轨迹31朝向当前车道中心线11延伸,设定目标车辆4的当前坐标为(g0,s0)以加速度a生成前行行驶轨迹时,在纵向(沿当前车道中心线11延伸方向)的分加速度为as,在横向(沿当前车道的宽度方向)的分加速度为ag;目标车辆4的当前车速为v,则纵向分速度为vs,横向分速度为vg,则目标车辆4某一时刻的横向坐标gi和纵向坐标si分别为:
gi=g0-sign(g0)·|vg|·t-sign(g0)·0.5|ag|·t2;
si=s0+vs·t+0.5as·t2;
其中,sign(g0)为符号函数,当g0>0时,sign(g0)=1;当g0=0时,sign(g0)=0;当g0<0时,sign(g0)=-1。
图6为根据本发明一个实施例的第六种车辆轨迹预测方法的流程示意图。路段信息除上述目标车辆4位于连续路段外,一个实施例中,路段信息还可以包括目标车辆4位于交叉路口,行驶信息包括目标车辆4的转向灯信息;S104根据路段信息及行驶信息判断目标车辆4的行驶趋势,并根据行驶趋势得到目标车辆4的预测行驶轨迹的步骤中,如图6所示出的,该车辆轨迹预测方法包括:
S602获取目标车辆4所处的路段信息为交叉路口。
S604获取目标车辆4的转向灯信息。
S606若目标车辆4的左转向灯亮起,则预测目标车辆4的行驶趋势为即将左转或掉头,相应得到目标车辆4的左转行驶轨迹33或掉头行驶轨迹34。
S608若目标车辆4的右转向灯亮起,则预测目标车辆4的行驶趋势为即将右转,相应得到目标车辆4的右转行驶轨迹35。
S610若目标车辆4的左转向灯及右转向灯均未亮起,则预测目标车辆4的行驶趋势为继续前行,相应得到目标车辆4的前行行驶轨迹31。
路段信息为目标车辆4位于交叉路口时,根据目标车辆4的转向灯信息准确判断预测目标车辆4在交叉路口的行驶趋势,进而准确预测目标车辆4在交叉路口准确的行驶轨迹,相应提高当前车辆对目标车辆驾驶信息的准确判断,确保当前车辆对自身行驶状态及行驶路线的准确规划,及安全行驶。如图9所示,目标车辆4位于交叉路口时,可能出现掉头、左转、前行和右转四种行驶趋势,根据转向灯信息相应得到掉头行驶轨迹34、左转行驶轨迹33、前行行驶轨迹31或右转行驶轨迹35。
可选地,一个实施例中,当目标车辆4位于交叉路口时,步骤S606中的左转行驶轨迹33和掉头行驶轨迹34,以及步骤S608中的右转行驶轨迹35,均可以自目标车辆4的当前位置以圆弧线向目标车道2延伸,且延伸至目标车道中心线21的首端端点时沿目标车道中心线21向前延伸得到,其中,目标车道中心线21与圆弧线于该首端端点处相切。对于步骤S610中的前行行驶轨迹31,可以自目标车辆4的当前位置继续沿当前车道中心线11向前延伸。
图7为本发明一个实施例提供的控制装置的结构示意图。如图7所示出的,该控制装置包括:
获取模块71,用于获取目标车辆所处的路段信息和目标车辆的行驶信息。
判断模块72,用于根据路段信息及行驶信息判断目标车辆的行驶趋势。
预测模块73,用于根据行驶趋势得到目标车辆的预测行驶轨迹。
该控制装置能够执行上述车辆轨迹预测方法,能够针对不同的路段信息对目标车辆的行驶信息进行判断,有效区分目标车辆在不同路段表达相同驾驶信息时表示的不同驾驶趋势,并相应得到目标车辆的预测行驶轨迹,对目标车辆行驶轨迹预测的准确性较高,当前车辆相应能够根据预测行驶轨迹规划自身的行驶路线,行驶安全性更高。
可选地,本实施例还提供一种无人车,包括存储有计算机程序的计算机可读存储介质和控制器,计算机程序被控制器读取并运行时,实现上述车辆轨迹预测方法。该无人车能够执行上述车辆轨迹预测方法,能够针对不同的路段信息对目标车辆的行驶信息进行判断,有效区分目标车辆在不同路段表达相同驾驶信息时表示的不同驾驶趋势,并相应得到目标车辆的预测行驶轨迹,对目标车辆行驶轨迹预测的准确性较高,无人车相应能够根据预测行驶轨迹规划自身的行驶路线,行驶安全性更高。
可选地,本实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被控制器读取并运行时,实现上述车辆轨迹预测方法。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车辆轨迹预测方法,其特征在于,包括:
获取目标车辆(4)所处的路段信息和所述目标车辆(4)的行驶信息;
根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势,并根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹。
2.根据权利要求1所述的车辆轨迹预测方法,其特征在于,所述路段信息包括所述目标车辆(4)位于连续路段,所述行驶信息包括所述目标车辆(4)的转向灯信息或所述目标车辆(4)的车头朝向与当前车道中心线(11)的夹角信息;
所述行驶信息为所述转向灯信息时,所述根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势,并根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹的步骤中,包括:
若所述目标车辆(4)的转向灯亮起,则预测所述目标车辆(4)的行驶趋势为即将向转向灯亮起一侧的目标车道(2)变道,相应得到所述目标车辆(4)的变道轨迹;
若所述目标车辆(4)的转向灯未亮起,则预测所述目标车辆(4)的行驶趋势为继续前行,相应得到所述目标车辆(4)的前行行驶轨迹(31);
所述行驶信息为所述夹角信息时,所述根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势,并根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹的步骤中,包括:
若所述目标车辆(4)的车头朝向与所述当前车道中心线(11)之间呈夹角,且所述夹角的角度大于等于预设角度阈值,则预测所述目标车辆(4)即将向车头朝向的目标车道(2)变道,相应得到所述目标车辆(4)的变道轨迹;
若所述夹角的角度小于所述预设角度阈值,则预测所述目标车辆(4)的行驶趋势为继续前行,相应得到所述目标车辆(4)的前行行驶轨迹(31)。
3.根据权利要求1所述的车辆轨迹预测方法,其特征在于,所述路段信息包括所述目标车辆(4)位于连续路段,所述行驶信息包括所述目标车辆(4)的质心与当前车道中心线(11)的横向间距信息;
所述根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势,并根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹的步骤中,包括:
若所述目标车辆(4)的质心与当前车道中心线(11)的横向间距大于等于预设间距阈值,则预测所述目标车辆(4)的行驶趋势为即将向质心偏向的目标车道(2)变道,相应得到所述目标车辆(4)的变道轨迹;
若所述横向间距小于所述预设间距阈值,则预测所述目标车辆(4)的行驶趋势为继续前行,相应得到所述目标车辆(4)的前行行驶轨迹(31)。
4.根据权利要求2或3所述的车辆轨迹预测方法,其特征在于,自所述目标车辆(4)的当前位置同时向所述目标车道(2)及前方延伸,且延伸至目标车道中心线(21)时沿所述目标车道中心线(21)向前延伸得到所述变道轨迹。
5.根据权利要求4所述的车辆轨迹预测方法,其特征在于,根据所述目标车辆(4)自当前位置以匀加速运动变道至目标车道(2)得到所述变道轨迹。
6.根据权利要求2或3所述的车辆轨迹预测方法,其特征在于,所述预测所述目标车辆(4)的行驶趋势为继续前行,相应得到所述目标车辆(4)的前行行驶轨迹(31)的步骤中,包括:
判断目标车辆(4)的车头朝向与当前车道中心线(11)的夹角的角度是否为零且所述目标车辆(4)的质心与当前车道中心线(11)的横向间距是否为零;
若是,则所述前行行驶轨迹(31)自所述目标车辆(4)的当前位置沿所述当前车道中心线(11)向前延伸;
若否,则所述前行行驶轨迹(31)自所述目标车辆(4)的当前位置同时朝向所述当前车道中心线(11)及前方延伸,且延伸至所述当前车道中心线(11)时沿所述当前车道中心线(11)向前延伸。
7.根据权利要求1所述的车辆轨迹预测方法,其特征在于,所述路段信息包括所述目标车辆(4)位于交叉路口,所述行驶信息包括所述目标车辆(4)的转向灯信息;
所述根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势,并根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹的步骤中,包括:
若所述目标车辆(4)的左转向灯亮起,则预测所述目标车辆(4)的行驶趋势为即将左转或掉头,相应得到所述目标车辆(4)的左转行驶轨迹(33)或掉头行驶轨迹(34);
若所述目标车辆(4)的右转向灯亮起,则预测所述目标车辆(4)的行驶趋势为即将右转,相应得到所述目标车辆(4)的右转行驶轨迹(35);
若所述目标车辆(4)的左转向灯及右转向灯均未亮起,则预测所述目标车辆(4)的行驶趋势为继续前行,相应得到所述目标车辆(4)的前行行驶轨迹(31)。
8.一种控制装置,其特征在于,包括:
获取模块,用于获取目标车辆(4)所处的路段信息和所述目标车辆(4)的行驶信息;
判断模块,用于根据所述路段信息及所述行驶信息判断所述目标车辆(4)的行驶趋势;
预测模块,用于根据所述行驶趋势得到所述目标车辆(4)的预测行驶轨迹。
9.一种无人车,其特征在于,包括存储有计算机程序的计算机可读存储介质和控制器,所述计算机程序被所述控制器读取并运行时,实现如权利要求1-7任一项所述的车辆轨迹预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被控制器读取并运行时,实现如权利要求1-7任一项所述的车辆轨迹预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010980686.0A CN112233417A (zh) | 2020-09-17 | 2020-09-17 | 车辆轨迹预测方法、控制装置及无人车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010980686.0A CN112233417A (zh) | 2020-09-17 | 2020-09-17 | 车辆轨迹预测方法、控制装置及无人车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112233417A true CN112233417A (zh) | 2021-01-15 |
Family
ID=74107875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010980686.0A Pending CN112233417A (zh) | 2020-09-17 | 2020-09-17 | 车辆轨迹预测方法、控制装置及无人车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112233417A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN113335276A (zh) * | 2021-07-20 | 2021-09-03 | 中国第一汽车股份有限公司 | 障碍物的轨迹预测方法、装置、电子设备及存储介质 |
CN113436434A (zh) * | 2021-06-25 | 2021-09-24 | 中科路恒工程设计有限公司 | 山区干线公路高危路段预警系统及方法 |
CN113844465A (zh) * | 2021-12-02 | 2021-12-28 | 上海车右智能科技有限公司 | 一种自动驾驶方法及系统 |
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 |
CN114356939A (zh) * | 2022-03-21 | 2022-04-15 | 科大天工智能装备技术(天津)有限公司 | 应用于城市空间中的路灯智能管理方法、装置及存储介质 |
CN116229723A (zh) * | 2023-05-06 | 2023-06-06 | 山东纵云信息技术有限公司 | 一种智能化交通信息数据分析管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867349A (zh) * | 2015-04-16 | 2015-08-26 | 小米科技有限责任公司 | 信息提示方法及装置 |
CN107248320A (zh) * | 2017-06-21 | 2017-10-13 | 深圳市金溢科技股份有限公司 | 危险预警方法、系统、v2x车载终端及存储器 |
CN109344704A (zh) * | 2018-08-24 | 2019-02-15 | 南京邮电大学 | 一种基于行车方向与车道线夹角的车辆变道行为检测方法 |
CN109828583A (zh) * | 2019-02-28 | 2019-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆控制方法和装置 |
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 |
US10421453B1 (en) * | 2014-10-02 | 2019-09-24 | Waymo Llc | Predicting trajectories of objects based on contextual information |
CN110533958A (zh) * | 2018-05-24 | 2019-12-03 | 上海博泰悦臻电子设备制造有限公司 | 车辆变道提醒方法及系统 |
CN111209838A (zh) * | 2019-12-31 | 2020-05-29 | 清华大学 | 一种基于驾驶意图的周车换道行为动态识别方法 |
CN111428943A (zh) * | 2020-04-23 | 2020-07-17 | 福瑞泰克智能系统有限公司 | 障碍物车辆轨迹预测的方法、设备和计算机设备 |
-
2020
- 2020-09-17 CN CN202010980686.0A patent/CN112233417A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10421453B1 (en) * | 2014-10-02 | 2019-09-24 | Waymo Llc | Predicting trajectories of objects based on contextual information |
CN104867349A (zh) * | 2015-04-16 | 2015-08-26 | 小米科技有限责任公司 | 信息提示方法及装置 |
CN107248320A (zh) * | 2017-06-21 | 2017-10-13 | 深圳市金溢科技股份有限公司 | 危险预警方法、系统、v2x车载终端及存储器 |
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 |
CN110533958A (zh) * | 2018-05-24 | 2019-12-03 | 上海博泰悦臻电子设备制造有限公司 | 车辆变道提醒方法及系统 |
CN109344704A (zh) * | 2018-08-24 | 2019-02-15 | 南京邮电大学 | 一种基于行车方向与车道线夹角的车辆变道行为检测方法 |
CN109828583A (zh) * | 2019-02-28 | 2019-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆控制方法和装置 |
CN111209838A (zh) * | 2019-12-31 | 2020-05-29 | 清华大学 | 一种基于驾驶意图的周车换道行为动态识别方法 |
CN111428943A (zh) * | 2020-04-23 | 2020-07-17 | 福瑞泰克智能系统有限公司 | 障碍物车辆轨迹预测的方法、设备和计算机设备 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN113436434A (zh) * | 2021-06-25 | 2021-09-24 | 中科路恒工程设计有限公司 | 山区干线公路高危路段预警系统及方法 |
CN113335276A (zh) * | 2021-07-20 | 2021-09-03 | 中国第一汽车股份有限公司 | 障碍物的轨迹预测方法、装置、电子设备及存储介质 |
WO2023001168A1 (zh) * | 2021-07-20 | 2023-01-26 | 中国第一汽车股份有限公司 | 障碍物的轨迹预测方法、装置、电子设备及存储介质 |
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 |
CN113844465A (zh) * | 2021-12-02 | 2021-12-28 | 上海车右智能科技有限公司 | 一种自动驾驶方法及系统 |
CN114356939A (zh) * | 2022-03-21 | 2022-04-15 | 科大天工智能装备技术(天津)有限公司 | 应用于城市空间中的路灯智能管理方法、装置及存储介质 |
CN114356939B (zh) * | 2022-03-21 | 2022-05-24 | 科大天工智能装备技术(天津)有限公司 | 应用于城市空间中的路灯智能管理方法、装置及存储介质 |
CN116229723A (zh) * | 2023-05-06 | 2023-06-06 | 山东纵云信息技术有限公司 | 一种智能化交通信息数据分析管理系统 |
CN116229723B (zh) * | 2023-05-06 | 2023-08-11 | 山东纵云信息技术有限公司 | 一种智能化交通信息数据分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112233417A (zh) | 车辆轨迹预测方法、控制装置及无人车 | |
JP6376059B2 (ja) | 自動運転車両の制御装置 | |
RU2741126C1 (ru) | Способ управления движением и устройство управления движением для транспортного средства с помощью при вождении | |
US8170739B2 (en) | Path generation algorithm for automated lane centering and lane changing control system | |
US9457807B2 (en) | Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver | |
US9229453B1 (en) | Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle | |
JP6825081B2 (ja) | 車両制御装置及び車両制御方法 | |
US20210129844A1 (en) | Vision-based follow the leader lateral controller | |
US11338803B2 (en) | Traveling track determination processing and automated drive device | |
US20200164873A1 (en) | Action Prediction Method and Action Prediction Device of Traveling Assistance Device | |
US10843729B2 (en) | Deviation avoidance apparatus | |
WO2016117603A1 (ja) | 車両の走行制御装置及び走行制御方法 | |
JP4896639B2 (ja) | ドライバー運転特性学習装置と車両の走行安全装置 | |
JP2002502496A (ja) | 車両の前方コース領域の決定方法及び装置 | |
WO2019155880A1 (ja) | 車両制御装置 | |
WO2019039275A1 (ja) | 車両制御装置 | |
JP2019167039A (ja) | 車両制御装置 | |
JP2004106697A (ja) | 車外監視装置、及び、この車外監視装置を備えた走行制御装置 | |
JP6451560B2 (ja) | 車両認識装置 | |
CN113561992A (zh) | 自动驾驶车辆轨迹生成方法、装置、终端设备及介质 | |
JP6609292B2 (ja) | 車外環境認識装置 | |
JP4100269B2 (ja) | 車両用道路形状認識装置 | |
JP2006143051A (ja) | 車両制御装置 | |
WO2023047148A1 (ja) | 走行支援方法及び 走行支援装置 | |
JP7240649B2 (ja) | 車両の走行制御装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210115 |