CN113672845A - 一种车辆轨迹的预测方法、装置、设备及存储介质 - Google Patents
一种车辆轨迹的预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113672845A CN113672845A CN202010407825.0A CN202010407825A CN113672845A CN 113672845 A CN113672845 A CN 113672845A CN 202010407825 A CN202010407825 A CN 202010407825A CN 113672845 A CN113672845 A CN 113672845A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current
- fitting
- historical
- current vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000015654 memory Effects 0.000 claims description 20
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 35
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- 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
- B60W40/072—Curvature of the road
-
- 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
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm 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
- B60W2552/30—Road curve radius
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
-
- 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
- B60W2556/45—External transmission of data to or from the vehicle
-
- 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
- B60Y2300/08—Predicting or avoiding probable or impending collision
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆轨迹的预测方法、装置、设备及存储介质,涉及计算机技术领域,尤其涉及车辆安全技术领域。具体实现方案为:获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对所述多个第一历史位置点进行拟合,得到第一拟合结果;获取所述当前车辆的当前位置点,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹。通过获取第一历史位置点,得到第一拟合结果,根据当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及车辆安全技术领域,具体涉及一种车辆轨迹的预测方法、装置、设备及存储介质。
背景技术
随着交通业的飞速发展,道路车辆数目激增,交通安全形势日趋严峻,驾驶员在驾驶时难以根据车辆行驶轨迹估计行车碰撞的概率,给驾驶员和乘客的人身安全造成极大威胁。
目前,在对车辆的行驶轨迹进行预测时,主要是根据车辆的方向盘、轴距和轮距等参数进行预测,或使用雷达侦测前车距离及速度,估计碰撞时间。
然而,雷达成本相对较高,且根据车辆参数进行预测会导致预测过程对车辆信号的依赖较大,预测结果的准确度较低,预测效率不高。
发明内容
本申请实施例提供了一种车辆轨迹的预测方法、装置、设备及存储介质,以提高车辆轨迹预测的准确率和效率,并降低成本。
第一方面,本申请实施例公开了一种车辆轨迹的预测方法,该方法包括:
获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对所述多个第一历史位置点进行拟合,得到第一拟合结果;
获取所述当前车辆的当前位置点,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹。
上述申请中的一个实施例具有如下优点或有益效果:通过对多个第一历史位置点进行拟合,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低了预测成本,并提高了轨迹预测的效率和精度。
另外,根据本申请上述实施例的图像超分辨模型的训练方法,还可以具有如下附加的技术特征:
可选的,第一历史行驶时间段是距离当前时间最近的历史行驶时间段;以及,
第一历史行驶时间段对应的时间长度大于预设时间长度阈值,和/或,第一历史行驶时间段对应的行驶距离大于预设距离阈值。
上述申请中的一个实施例具有如下优点或有益效果:为第一历史行驶时间段划分范围,避免对其他无效历史行驶时间段的计算,提高了计算精度和计算效率。
可选的,对所述多个第一历史位置点进行拟合,得到第一拟合结果,包括:
确定拟合所采用的第一拟合方程;
针对各第一历史位置点,基于第一预设变形因子确定第一拟合方程对应的至少一个变形方程;
根据各第一历史位置点的坐标值和各所述变形方程,确定第一拟合方程中未知系数的取值;
使用所述未知系数的取值对第一拟合方程进行更新,获得第一拟合结果。
上述申请中的一个实施例具有如下优点或有益效果:根据第一预设变形因子对第一拟合方程进行变形,基于变形方程确定第一拟合方程的未知系数,实现对第一拟合方程的确定,提高了第一拟合方程的计算精度。
可选的,第一预设变形因子包括:当前第一历史位置点的序号、当前第一历史位置点对应的航向角、第一历史位置点的总数量、各第一历史位置点的第一坐标轴方向的坐标值的方差、以及各第一历史位置点的第二坐标轴方向的坐标值的方差中的至少一个。
上述申请中的一个实施例具有如下优点或有益效果:根据第一历史位置点的信息确定第一预设变形因子,可以提高第一拟合方程的表达能力和计算精度。
可选的,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹,包括:
根据第一拟合结果确定当前位置点对应的曲率半径;
根据所述当前位置点和所述曲率半径确定轨迹弧线,将该轨迹弧线作为预测出的所述当前车辆的行驶轨迹。
上述申请中的一个实施例具有如下优点或有益效果:根据曲率半径确定车辆行驶轨迹,提高了对车辆行驶轨迹的预测准确性。
可选的,在根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹之后,所述方法还包括:
获取所述当前车辆的前方车辆在第二历史行驶时间段内各时刻相对于所述当前车辆的距离;
对所述各时刻相对于所述当前车辆的距离进行拟合,获得第二拟合结果;
根据第二拟合结果确定所述前方车辆与所述当前车辆的当前距离和当前速度;
根据所述当前距离和当前速度确定所述前方车辆与所述当前车辆的碰撞时间,根据所述碰撞时间确定是否进行碰撞预警。
上述申请中的一个实施例具有如下优点或有益效果:对前方车辆在第二历史行驶时间段内的各时刻与当前车辆的距离进行拟合,确定第二拟合结果,根据第二拟合结果确定前方车辆与当前车辆的当前距离和当前速度,提高了对前方车辆与当前车辆的当前距离和当前速度的计算准确度和效率,进而提高了对碰撞预测的准确性。
可选的,对所述各时刻相对于所述当前车辆的距离进行拟合,获得第二拟合结果,包括:
确定拟合所采用的第二拟合方程;
针对各时刻,基于第二预设变形因子确定第二拟合方程对应的至少一个变形方程;
根据各时刻所述前方车辆相对于所述当前车辆的距离以及第二拟合方程对应的各变形方程,确定第二拟合方程中未知系数的取值;
使用第二拟合方程中未知系数的取值对第二拟合方程进行更新,获得第二拟合结果。
上述申请中的一个实施例具有如下优点或有益效果:根据第二预设变形因子对第二拟合方程进行变形,根据变形方程确定第二拟合方程的未知系数,实现对第二拟合方程的确定,提高了第二拟合方程的计算精度。
可选的,第二预设变形因子包括:
当前时刻的序号、时刻的总数量、各时刻的方差、以及各时刻所述前方车辆相对于所述当前车辆的距离的方差中的至少一个。
上述申请中的一个实施例具有如下优点或有益效果:根据第二预设变形因子提高第二拟合方程的表达能力和计算精度。
可选的,在获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离之前,所述方法还包括:
确定所述当前车辆的前方车辆与预测出的所述当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则触发执行获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离的操作。
上述申请中的一个实施例具有如下优点或有益效果:先判断前方车辆与当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则进行碰撞预测的操作,提高预测准确性,避免计算压力太大所造成的误差,减少无效预警,提升用户体验。
可选的,获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离,包括:
获取所述当前车辆上的摄像装置在第二历史行驶时间段内的各时刻拍摄的图像;
通过对各所述图像进行图像识别,确定所述当前车辆的前方车辆在各时刻的位置信息;
根据所述前方车辆在各时刻的位置信息、以及所述摄像装置的内部参数和外部参数,确定所述前方车辆在各时刻相对于所述当前车辆的距离。
上述申请中的一个实施例具有如下优点或有益效果:通过图像识别,获取前方车辆在各时刻的位置信息,根据标定的摄像装置参数,确定前方车辆在各时刻相对于当前车辆的距离,解决了现有技术中,采用雷达系统所造成的成本较高的问题,提升使用体验。
可选的,所述内部参数包括:光心、以及焦距与像素大小的比值;
所述外部参数包括:所述摄像装置的姿态角和所述摄像装置距离地面的高度。
上述申请中的一个实施例具有如下优点或有益效果:提高前方车辆位置以及相对于当前车辆距离的计算效率,精确记录前方车辆的位置及距离序号。
第二方面,本申请实施例公开了一种车辆轨迹的预测装置,该装置包括:
第一拟合结果获得模块,用于获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对所述多个第一历史位置点进行拟合,得到第一拟合结果;
行驶轨迹预测模块,用于获取所述当前车辆的当前位置点,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹。
第三方面,本申请实施例公开了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请中的车辆轨迹预测方法。
第四方面,本申请实施例公开了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行本申请中的车辆轨迹预测方法。
上述申请中的一个实施例具有如下优点或有益效果:通过对第一历史位置点进行拟合,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的一种车辆轨迹预测方法的流程示意图;
图2是根据本申请第二实施例的一种车辆轨迹预测方法的流程示意图;
图3是根据本申请第二实施例的预设范围示意图;
图4是根据本申请第二实施例的轨迹预测及碰撞警示的流程示意图;
图5是根据本申请第三实施例的一种车辆轨迹预测装置的结构示意图;
图6是用来实现本申请实施例的一种车辆轨迹预测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是根据本申请第一实施例提供的一种车辆轨迹预测方法的流程示意图,本实施例用于对行驶车辆的轨迹进行预测的情况,该方法可以由一种车辆轨迹预测装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于电子设备中,该电子设备可以是车载终端等设备。如图1所示,本实施例提供的一种车辆轨迹预测方法可以包括:
S110、获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对多个第一历史位置点进行拟合,得到第一拟合结果。
其中,可以通过将GPS(Global Positioning System,全球定位系统)和IMU(Inertial Measurement Unit,惯性测量单元)的输出结果进行融合,获得当前车辆在第一历史行驶时间段内行驶过的多个位置点,将该多个位置点确定为第一历史位置点。
本实施例中,可选的,第一历史行驶时间段是距离当前时间最近的历史行驶时间段;以及,第一历史行驶时间段对应的时间长度大于预设时间长度阈值,和/或,第一历史行驶时间段对应的行驶距离大于预设距离阈值。比如,若预设时间长度阈值是10s,预设距离阈值为60m,则获取当前车辆在当前时刻之前的11秒内的各个时刻的位置点作为第一历史位置点;或者,获取当前车辆在当前时刻之前行驶距离为65m的时间段内的各个时刻的位置点作为第一历史位置点;或者,获取当前车辆在当前时刻之前的15秒内的各个时刻的位置点作为第一历史位置点,在该15s内车辆的行驶距离超过了60m。
具体的,当前车辆可以在多个时间段内进行过行驶,在距当前时间最近的历史行驶时间段为第一历史行驶时间段。例如,当前时间为3月13日的15:40,当前车辆的历史行驶时间段包括3月12日的17:20至17:40和3月13日的9:30至10:20,则第一历史行驶时间段为3月13日的9:30至10:20的时间段。可以预先设置一个时间长度阈值和/或距离阈值,第一历史行驶时间段的确认要求可以是其对应的时间长度要大于预设时间长度阈值,若历史行驶时间段对应的时间长度小于或等于预设时间长度阈值,则该历史行驶时间段不是第一历史行驶时间段。第一历史行驶时间段的确认要求也可以是其对应的行驶距离大于预设距离阈值,若历史行驶时间段的行驶距离小于或等于预设距离阈值,则该历史行驶时间段不是第一历史行驶时间段。例如,预设时间长度阈值为15分钟,当前时间为3月13日的15:40,当前车辆的历史行驶时间段包括3月12日的17:20至17:40和3月13日的9:30至9:40,则第一历史行驶时间段为3月12日的17:20至17:40的时间段。这样设置的有益效果在于,为第一历史行驶时间段划分范围,避免对其他无效历史行驶时间段的计算,提高了计算精度和计算效率。
本实施例中,可选的,对多个第一历史位置点进行拟合,得到第一拟合结果,包括:确定拟合所采用的第一拟合方程;针对各第一历史位置点,基于第一预设变形因子确定第一拟合方程对应的至少一个变形方程;根据各第一历史位置点的坐标值和各变形方程,确定第一拟合方程中未知系数的取值;使用未知系数的取值对第一拟合方程进行更新,获得第一拟合结果。
具体的,在得到多个第一历史位置点后,对多个第一历史位置点进行拟合。第一历史位置点可以表示为(x,y,θ),x表示当前第一历史位置点的第一坐标轴方向的坐标值,y表示当前第一历史位置点的第二坐标轴方向的坐标值,θ表示当前第一历史位置点的航向角,x和y共同表示当前车辆的位置信息。先确定拟合所采用的第一拟合方程,其中,第一拟合方程以第一历史位置点的第一坐标轴方向的坐标值为自变量,以第一历史位置点的第二坐标轴方向的坐标值为因变量。可以设当前车辆的当前位置为坐标原点,第一坐标轴方向是x轴方向,x轴方向是与当前车辆的中轴线垂直的方向,第二坐标轴方向是y轴方向,y轴方向是当前车辆的中轴线方向。根据x和y的值确定第一拟合方程,第一拟合方程可以是二次或更高次方程。例如,考虑到方程的稳定性及表达能力,可以将第一拟合方程确定为三次方程,表示为y=ax3+bx2+cx+d,其中,a、b、c和d为未知系数。
预先设置第一预设变形因子,根据第一预设变形因子对第一拟合方程进行变形,得到至少一个针对每个第一历史位置点的变形方程。可以根据第一预设变形因子确定变形方程的权重,得到用于最小二乘拟合的带权重方程。例如,将第一预设变形因子确定为则第一变形方程可以表示为其中,i为当前第一历史位置点的序号,N为第一历史位置点的数量,xi为当前第一历史位置点的第一坐标轴方向的坐标值,yi为当前第一历史位置点的第二坐标轴方向的坐标值,为xi的方差。可以根据第一变形方程确定第二变形方程,例如,对第一变形方程进行一阶求导,则第二变形方程可以表示为其中,为yi的方差。确定各第一历史位置点的坐标值和各变形方程,将各第一历史位置点的坐标值代入到各变形方程中,可以计算得出第一拟合方程中未知系数的取值。将未知系数的取值添加到第一拟合方程中,对第一拟合方程进行更新,得到第一拟合结果。在对第一拟合方程拟合时,第一历史位置点的序号首位可以使用较低权重,排后的序号的第一历史位置点使用的权重可以升高,提升TTC(Time-To-Collision,碰撞时间)估计的稳定性和预测准确性。这样设置的有益效果在于,对第一拟合方程进行变形,得到变形方程使得第一拟合结果更精确,提高了车辆轨迹预测的准确度。
本实施例中,可选的,第一预设变形因子包括:当前第一历史位置点的序号、当前第一历史位置点对应的航向角、第一历史位置点的总数量、各第一历史位置点的第一坐标轴方向的坐标值的方差、以及各第一历史位置点的第二坐标轴方向的坐标值的方差中的至少一个。
具体的,第一预设变形因子可以根据关于第一历史位置点的一个或多个信息确定,例如,第一预设变形因子采用了当前第一历史位置点的序号、第一历史位置点的总数量以及各第一历史位置点的第一坐标轴方向的坐标值的方差。其中,方差的数值可以预先设置,也可以是将第一历史位置点的序列进行二次差分后,计算差分结果平方和的平均值。这样设置的有益效果在于,提高了第一拟合方程中未知系数的精确性,进而提高了第一拟合方程的表达能力和计算精度。
S120、获取当前车辆的当前位置点,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹。
其中,当前车辆处于行驶状态,获取当前车辆的当前位置点,可以根据GPS、IMU的输出结果获得,将当前位置点以(x0,y0)进行表示。
本实施例中,可选的,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,包括:根据第一拟合结果确定当前位置点对应的曲率半径;根据当前位置点和曲率半径确定轨迹弧线,将该轨迹弧线作为预测出的当前车辆的行驶轨迹。
具体的,根据第一拟合结果获得曲率半径R,在(x0,y0)处以R为半径作圆弧,得到轨迹弧线,将该轨迹弧线作为预测出的当前车辆的行驶轨迹。这样设置的有益效果在于,根据曲率半径和当前位置点确定车辆行驶轨迹,提高了对车辆行驶轨迹的预测准确性和预测效率。
上述申请中的一个实施例具有如下优点或有益效果:通过对第一历史位置点进行拟合,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。
第二实施例
图2是根据本申请第二实施例提供的一种车辆轨迹预测方法的流程示意图,本实施例以上述实施例为基础进行优化,用于对行驶车辆进行碰撞预警的情况,该方法可以由一种车辆轨迹预测装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于车载终端等电子设备中。如图2所示,本实施例提供的一种车辆轨迹预测方法可以包括:
S210、获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对多个第一历史位置点进行拟合,得到第一拟合结果。
S220、获取当前车辆的当前位置点,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹。
S230、获取当前车辆的前方车辆在第二历史行驶时间段内各时刻相对于当前车辆的距离。
其中,第二历史行驶时间段可以是预设时间段,例如,若预设第二历史行驶时间段为3秒,则获取当前车辆的前方车辆在当前时刻之前的3秒时间段内各时刻相对于当前车辆的距离,当前车辆的前方车辆可以有多个。
本实施例中,可选的,获取当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离,包括:获取当前车辆上的摄像装置在第二历史行驶时间段内的各时刻拍摄的图像;通过对各图像进行图像识别,确定当前车辆的前方车辆在各时刻的位置信息;根据前方车辆在各时刻的位置信息、以及摄像装置的内部参数和外部参数,确定前方车辆在各时刻相对于当前车辆的距离。
具体的,可以通过安装在当前车辆上的摄像装置拍摄前方车辆的图像,获取前方车辆在第二历史行驶时间段内的各时刻的图像。对拍摄到的各图像进行图像识别,确定当前车辆的前方车辆在第二历史行驶时间段内各时刻的位置信息,其中,该位置信息可以包括前方车辆在对应图像上的检测框的位置信息。
在确定前方车辆在各时刻相对于当前车辆的距离之前,可以将摄像装置的内部参数预置到系统中,并对外部参数进行在线标定。对外部参数的标定方法可以是,先检测当前车辆的连续多帧图像中相邻的预设数量的车道线,计算各帧图像中各个车道线对应的拟合参数;再根据各帧图像中各个车道线对应的拟合参数和预先确定的摄像装置的内部参数,对摄像装置的外部参数进行标定。在确定摄像装置的内部参数和外部参数后,根据前方车辆在各时刻的位置信息、以及摄像装置的内部参数和外部参数,确定前方车辆在各时刻相对于当前车辆的距离。这样设置的有益效果在于,通过图像识别,获取前方车辆在各时刻的位置信息,根据标定的摄像装置参数,确定前方车辆在各时刻相对于当前车辆的距离,解决了现有技术中,采用雷达系统确定前方车辆状态所造成的成本较高的问题,提升使用的性价比。
本实施例中,可选的,在获取当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离之前,该方法还包括:确定当前车辆的前方车辆与预测出的当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则触发执行获取当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离的操作。
具体的,在确定当前车辆的行驶轨迹后,以行驶轨迹的路线为中心线,以预设角度向行驶轨迹两边扩展,得到前方车辆相对于当前车辆的预设范围。计算前方车辆与当前车辆行驶轨迹的当前距离,若该当前距离在预设范围内,则说明前方车辆与当前车辆存在碰撞的可能,需要获取当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离。例如,可以在当前车辆行驶轨迹两边各扩展5°的范围,计算前方车辆与当前车辆行驶轨迹的当前距离,若该当前距离小于(2+ytan5),则前方车辆与当前车辆存在碰撞的风险,其中y为前方车辆的y轴坐标值。图3为预设范围示意图。图中实线表示当前车辆的预测轨迹,虚线为扩展的预设范围边界,若前方车辆位于预设范围内,则计算前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离。这样设置的有益效果在于,先判断前方车辆与当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则进行碰撞预测的操作,提高预测准确性,避免计算压力太大所造成的误差,减少无效预警,提升用户体验。
本实施例中,可选的,内部参数包括:光心、以及焦距与像素大小的比值;外部参数包括:摄像装置的姿态角和摄像装置距离地面的高度。
具体的,确定摄像装置的内部参数,并对外部参数进行标定,提高前方车辆相对于当前车辆的位置及距离的计算效率,精确记录前方车辆的位置及距离序号。
S240、对各时刻相对于当前车辆的距离进行拟合,获得第二拟合结果。
其中,根据摄像装置确定前方车辆在第二历史行驶时间段内各时刻的位置信息,得到各时刻相对于当前车辆的距离。根据各时刻相对于当前车辆的距离,得到第二拟合结果。
本实施例中,可选的,对各时刻相对于当前车辆的距离进行拟合,获得第二拟合结果,包括:确定拟合所采用的第二拟合方程;针对各时刻,基于第二预设变形因子确定第二拟合方程对应的至少一个变形方程;根据各时刻前方车辆相对于当前车辆的距离以及第二拟合方程对应的各变形方程,确定第二拟合方程中未知系数的取值;使用第二拟合方程中未知系数的取值对第二拟合方程进行更新,获得第二拟合结果。
具体的,将第二历史行驶时间段内各时刻的位置信息和各时刻信息作为第二历史位置点,第二历史位置点可以表示为(t,d)。t为第二历史行驶时间段内的各时刻,d为前方车辆在第二历史行驶时间段内各时刻,相对于当前车辆的距离。以第二历史位置点对应的时间为自变量,即第一坐标轴方向的坐标值t,以第二历史位置点相对于当前车辆的距离为因变量,即第二坐标轴方向的坐标值d,确定拟合所采用的第二拟合方程。第二拟合方程可以是二次或更高次方程,例如,可以是d=et2+ft+g,其中,e、f和g为第二拟合方程中的未知系数。预先设置第二预设变形因子,根据第二预设变形因子对第二拟合方程进行变形,得到至少一个用于最小二乘拟合的带权重的变形方程。例如,第二预设变形因子可以是则第二拟合方程的变形方程可以表示为其中,j为当前时刻的序号,M为时刻的总数量,tj为第j个时刻,dj为在第j个时刻前方车辆相对于当前车辆的距离,为tj的方差。可以根据第二拟合方程的变形方程得到其他变形方程,例如,可以对第二拟合方程的变形方程进行一阶求导。根据各第二历史位置点的坐标值和各变形方程,将各时刻的时间点和前方车辆相对于当前车辆的距离代入到各变形方程中,可以计算得出第二拟合方程中未知系数的取值。将未知系数的取值添加到第二拟合方程中,对第二拟合方程进行更新,得到第二拟合结果。在对第二拟合方程拟合时,第二历史位置点的序号首位可以使用较低权重,排后的序号的第二历史位置点使用的权重可以升高,提升TTC估计的稳定性和预测准确性。这样设置的有益效果在于,根据第二预设变形因子对第二拟合方程进行变形,根据变形方程确定第二拟合方程的未知系数,提高未知系数的计算精度,实现对第二拟合方程的确定,进而提高了车辆轨迹预测的准确度。
本实施例中,可选的,第二预设变形因子包括:当前时刻的序号、时刻的总数量、各时刻的方差、以及各时刻前方车辆相对于当前车辆的距离的方差中的至少一个。
S250、根据第二拟合结果确定前方车辆与当前车辆的当前距离和当前速度。
其中,在确定第二拟合结果后,将当前时刻t0代入到第二拟合方程中,计算得到t0时刻,当前车辆与前方车辆之间的当前距离。对第二拟合结果进行一阶求导,将t0代入到求导后的方程中,得到t0时刻前方车辆的当前速度。
S260、根据当前距离和当前速度确定前方车辆与当前车辆的碰撞时间,根据碰撞时间确定是否进行碰撞预警。
其中,确定前方车辆与当前车辆的当前距离和当前速度后,根据速度公式,计算得出前方车辆与当前车辆的碰撞时间。可以预设一个时间阈值,若碰撞时间小于时间阈值,则该前方车辆与当前车辆存在碰撞的可能性较大,向当前车辆发出警示信息,警示信息可以是语音提醒、震动提醒和视觉提醒。图4为轨迹预测及碰撞警示的流程示意图。由包括GPS、IMU和CAN总线的融合定位模块获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,以及当前车辆的当前位置,对当前车辆进行轨迹预测。对摄像头的外部参数进行在线标定,根据摄像头的内部参数和外部参数,对当前车辆的至少一个前方车辆进行跟踪及检测,确定前方车辆是否位于当前车辆行驶轨迹的预设范围内,若前方车辆位于当前车辆行驶轨迹的预设范围内,则进行TTC估计,若碰撞时间小于时间阈值,则由警示系统发出警示信息。采用TTC估计可以有效降低成本,提高预警的性价比。
上述申请中的一个实施例具有如下优点或有益效果:通过获取第一历史位置点,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。根据前方车辆在第二历史行驶时间段内的各时刻以及与当前车辆的距离,确定第二拟合结果,提高了对前方车辆与当前车辆的当前距离和当前速度的计算效率,减少无效碰撞预警,提高了对碰撞预测的准确性。
第三实施例
图5是根据本申请第三实施例提供的一种车辆轨迹预测装置的结构示意图,可执行本申请实施例所提供的车辆轨迹预测方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置500可以包括:
第一拟合结果获得模块501,用于获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对多个第一历史位置点进行拟合,得到第一拟合结果;
行驶轨迹预测模块502,用于获取当前车辆的当前位置点,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹。
可选的,第一历史行驶时间段是距离当前时间最近的历史行驶时间段;以及,
第一历史行驶时间段对应的时间长度大于预设时间长度阈值,和/或,第一历史行驶时间段对应的行驶距离大于预设距离阈值。
可选的,第一拟合结果获得模块501,包括:
第一拟合方程确定单元,用于确定拟合所采用的第一拟合方程;
变形方程确定单元,用于针对各第一历史位置点,基于第一预设变形因子确定第一拟合方程对应的至少一个变形方程;
未知系数确定单元,用于根据各第一历史位置点的坐标值和各变形方程,确定第一拟合方程中未知系数的取值;
第一拟合结果获得单元,用于使用未知系数的取值对第一拟合方程进行更新,获得第一拟合结果。
可选的,第一预设变形因子包括:
当前第一历史位置点的序号、当前第一历史位置点对应的航向角、第一历史位置点的总数量、各第一历史位置点的第一坐标轴方向的坐标值的方差、以及各第一历史位置点的第二坐标轴方向的坐标值的方差中的至少一个。
可选的,行驶轨迹预测模块502,包括:
曲率半径确定单元,用于根据第一拟合结果确定当前位置点对应的曲率半径;
轨迹弧线确定单元,根据当前位置点和曲率半径确定轨迹弧线,将该轨迹弧线作为预测出的当前车辆的行驶轨迹。
可选的,该装置还包括:
距离获取模块,用于获取当前车辆的前方车辆在第二历史行驶时间段内各时刻相对于当前车辆的距离;
第二拟合结果获得模块,用于对各时刻相对于当前车辆的距离进行拟合,获得第二拟合结果;
当前速度确定模块,用于根据第二拟合结果确定前方车辆与当前车辆的当前距离和当前速度;
碰撞预警确定模块,用于根据当前距离和当前速度确定前方车辆与当前车辆的碰撞时间,根据碰撞时间确定是否进行碰撞预警。
可选的,第二拟合结果获得模块,具体用于:
确定拟合所采用的第二拟合方程;
针对各时刻,基于第二预设变形因子确定第二拟合方程对应的至少一个变形方程;
根据各时刻前方车辆相对于当前车辆的距离以及第二拟合方程对应的各变形方程,确定第二拟合方程中未知系数的取值;
使用第二拟合方程中未知系数的取值对第二拟合方程进行更新,获得第二拟合结果。
可选的,第二预设变形因子包括:
当前时刻的序号、时刻的总数量、各时刻的方差、以及各时刻前方车辆相对于当前车辆的距离的方差中的至少一个。
可选的,该装置还包括:
预设范围判断模块,用于确定当前车辆的前方车辆与预测出的当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则触发执行获取当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于当前车辆的距离的操作。
可选的,距离获取模块,具体用于:
获取当前车辆上的摄像装置在第二历史行驶时间段内的各时刻拍摄的图像;
通过对各图像进行图像识别,确定当前车辆的前方车辆在各时刻的位置信息;
根据前方车辆在各时刻的位置信息、以及摄像装置的内部参数和外部参数,确定前方车辆在各时刻相对于当前车辆的距离。
可选的,内部参数包括:光心、以及焦距与像素大小的比值;
外部参数包括:摄像装置的姿态角和摄像装置距离地面的高度。
上述申请中的一个实施例具有如下优点或有益效果:通过获取第一历史位置点,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的车辆轨迹的预测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的车辆轨迹的预测方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的车辆轨迹的预测方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的车辆轨迹的预测方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的车辆轨迹的预测方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据车辆轨迹的预测方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至车辆轨迹的预测方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
车辆轨迹的预测方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与车辆轨迹的预测方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过获取第一历史位置点,得到第一拟合结果,根据当前位置点和第一拟合结果预测当前车辆的行驶轨迹,无需依赖车辆信号,降低预测成本,提高轨迹预测的效率和精度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种车辆轨迹的预测方法,其特征在于,所述方法包括:
获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对所述多个第一历史位置点进行拟合,得到第一拟合结果;
获取所述当前车辆的当前位置点,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,第一历史行驶时间段是距离当前时间最近的历史行驶时间段;以及,
第一历史行驶时间段对应的时间长度大于预设时间长度阈值,和/或,第一历史行驶时间段对应的行驶距离大于预设距离阈值。
3.根据权利要求1所述的方法,其特征在于,对所述多个第一历史位置点进行拟合,得到第一拟合结果,包括:
确定拟合所采用的第一拟合方程;
针对各第一历史位置点,基于第一预设变形因子确定第一拟合方程对应的至少一个变形方程;
根据各第一历史位置点的坐标值和各所述变形方程,确定第一拟合方程中未知系数的取值;
使用所述未知系数的取值对第一拟合方程进行更新,获得第一拟合结果。
4.根据权利要求3所述的方法,其特征在于,第一预设变形因子包括:
当前第一历史位置点的序号、当前第一历史位置点对应的航向角、第一历史位置点的总数量、各第一历史位置点的第一坐标轴方向的坐标值的方差、以及各第一历史位置点的第二坐标轴方向的坐标值的方差中的至少一个。
5.根据权利要求3所述的方法,其特征在于,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹,包括:
根据第一拟合结果确定当前位置点对应的曲率半径;
根据所述当前位置点和所述曲率半径确定轨迹弧线,将该轨迹弧线作为预测出的所述当前车辆的行驶轨迹。
6.根据权利要求1-5中任一项所述的方法,其特征在于,在根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹之后,所述方法还包括:
获取所述当前车辆的前方车辆在第二历史行驶时间段内各时刻相对于所述当前车辆的距离;
对所述各时刻相对于所述当前车辆的距离进行拟合,获得第二拟合结果;
根据第二拟合结果确定所述前方车辆与所述当前车辆的当前距离和当前速度;
根据所述当前距离和当前速度确定所述前方车辆与所述当前车辆的碰撞时间,根据所述碰撞时间确定是否进行碰撞预警。
7.根据权利要求6所述的方法,其特征在于,对所述各时刻相对于所述当前车辆的距离进行拟合,获得第二拟合结果,包括:
确定拟合所采用的第二拟合方程;
针对各时刻,基于第二预设变形因子确定第二拟合方程对应的至少一个变形方程;
根据各时刻所述前方车辆相对于所述当前车辆的距离以及第二拟合方程对应的各变形方程,确定第二拟合方程中未知系数的取值;
使用第二拟合方程中未知系数的取值对第二拟合方程进行更新,获得第二拟合结果。
8.根据权利要求7所述的方法,其特征在于,第二预设变形因子包括:
当前时刻的序号、时刻的总数量、各时刻的方差、以及各时刻所述前方车辆相对于所述当前车辆的距离的方差中的至少一个。
9.根据权利要求6所述的方法,其特征在于,在获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离之前,所述方法还包括:
确定所述当前车辆的前方车辆与预测出的所述当前车辆的行驶轨迹的当前距离是否在预设范围内,若是,则触发执行获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离的操作。
10.根据权利要求6所述的方法,其特征在于,获取所述当前车辆的前方车辆在第二历史行驶时间段内的各时刻相对于所述当前车辆的距离,包括:
获取所述当前车辆上的摄像装置在第二历史行驶时间段内的各时刻拍摄的图像;
通过对各所述图像进行图像识别,确定所述当前车辆的前方车辆在各时刻的位置信息;
根据所述前方车辆在各时刻的位置信息、以及所述摄像装置的内部参数和外部参数,确定所述前方车辆在各时刻相对于所述当前车辆的距离。
11.根据权利要求10所述的方法,其特征在于,所述内部参数包括:光心、以及焦距与像素大小的比值;
所述外部参数包括:所述摄像装置的姿态角和所述摄像装置距离地面的高度。
12.一种车辆轨迹的预测装置,其特征在于,所述装置包括:
第一拟合结果获得模块,用于获取当前车辆在第一历史行驶时间段内的多个第一历史位置点,对所述多个第一历史位置点进行拟合,得到第一拟合结果;
行驶轨迹预测模块,用于获取所述当前车辆的当前位置点,根据所述当前位置点和第一拟合结果预测所述当前车辆的行驶轨迹。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-11中任一项所述的车辆轨迹预测方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的车辆轨迹预测方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407825.0A CN113672845A (zh) | 2020-05-14 | 2020-05-14 | 一种车辆轨迹的预测方法、装置、设备及存储介质 |
JP2021082122A JP2021152906A (ja) | 2020-05-14 | 2021-05-14 | 車両軌跡の予測方法、装置、機器及び記憶媒体 |
KR1020210062519A KR20210065075A (ko) | 2020-05-14 | 2021-05-14 | 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407825.0A CN113672845A (zh) | 2020-05-14 | 2020-05-14 | 一种车辆轨迹的预测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113672845A true CN113672845A (zh) | 2021-11-19 |
Family
ID=76396771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010407825.0A Pending CN113672845A (zh) | 2020-05-14 | 2020-05-14 | 一种车辆轨迹的预测方法、装置、设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2021152906A (zh) |
KR (1) | KR20210065075A (zh) |
CN (1) | CN113672845A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355839A (zh) * | 2022-03-18 | 2022-04-15 | 浙江西图盟数字科技有限公司 | 一种运动轨迹处理方法、装置、设备及存储介质 |
CN114945154A (zh) * | 2022-05-31 | 2022-08-26 | 中国移动通信集团江苏有限公司 | 车辆位置预测方法、装置、电子设备和计算机程序产品 |
CN116448138A (zh) * | 2023-06-19 | 2023-07-18 | 北京云行在线软件开发有限责任公司 | 行驶坐标预测方法、服务端及行驶坐标预测系统 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113587942A (zh) * | 2021-06-29 | 2021-11-02 | 深圳一清创新科技有限公司 | 一种基于自主建图的路线处理的方法、装置以及电子设备 |
CN113911111B (zh) * | 2021-10-19 | 2024-03-26 | 中国第一汽车股份有限公司 | 车辆碰撞检测方法、系统、电子设备以及存储介质 |
CN114115247B (zh) * | 2021-11-10 | 2024-03-26 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN114228637B (zh) * | 2021-12-02 | 2024-02-20 | 科大讯飞股份有限公司 | 一种车辆断电保护方法、装置、存储介质及设备 |
CN114184206B (zh) * | 2021-12-03 | 2024-04-19 | 北京车慧达科技有限公司 | 一种基于车辆轨迹点生成行驶路线的方法和装置 |
CN114326711B (zh) * | 2021-12-03 | 2023-08-08 | 云鲸智能(深圳)有限公司 | 窄道通行方法、装置、机器人及计算机可读存储介质 |
CN114373245B (zh) * | 2021-12-16 | 2023-10-27 | 南京南自信息技术有限公司 | 基于数字化电厂的智能巡检系统 |
CN114495490B (zh) * | 2021-12-31 | 2023-03-28 | 联通智网科技股份有限公司 | 交通情况预测方法、设备终端及存储介质 |
CN114323054B (zh) * | 2022-01-12 | 2024-04-19 | 苏州挚途科技有限公司 | 自动驾驶车辆行驶轨迹的确定方法、装置及电子设备 |
CN114449336B (zh) * | 2022-01-20 | 2023-11-21 | 杭州海康威视数字技术股份有限公司 | 一种车辆轨迹动画播放方法、装置及设备 |
CN114862946B (zh) * | 2022-06-06 | 2023-04-18 | 重庆紫光华山智安科技有限公司 | 位置预测方法、系统、设备及介质 |
CN115060280B (zh) * | 2022-06-21 | 2023-07-25 | 湖南大学无锡智能控制研究院 | 一种车辆轨迹预测方法和装置 |
CN115096328B (zh) * | 2022-06-30 | 2023-07-11 | 阿波罗智联(北京)科技有限公司 | 车辆的定位方法、装置、电子设备以及存储介质 |
CN115184895B (zh) * | 2022-09-07 | 2022-12-16 | 北京海兰信数据科技股份有限公司 | 一种基于导航雷达的静态目标识别方法及系统 |
CN116110216B (zh) * | 2022-10-21 | 2024-04-12 | 中国第一汽车股份有限公司 | 车辆跨线时间确定方法、装置、存储介质及电子装置 |
CN115583243B (zh) * | 2022-10-27 | 2023-10-31 | 阿波罗智联(北京)科技有限公司 | 确定车道线信息的方法、车辆控制方法、装置和设备 |
CN115683116A (zh) * | 2022-11-02 | 2023-02-03 | 联创汽车电子有限公司 | 前车轨迹生成方法及模块 |
CN115892209A (zh) * | 2022-12-09 | 2023-04-04 | 长城汽车股份有限公司 | 车辆的转向角度误差确定方法、装置、介质及车辆 |
CN116434567B (zh) * | 2022-12-13 | 2024-01-26 | 武汉溯野科技有限公司 | 一种车流量检测方法、装置和电子设备及路侧端设备 |
CN116187748B (zh) * | 2022-12-16 | 2023-12-29 | 清华大学 | 风险域确定方法、装置、计算机设备、介质和程序产品 |
CN115900645B (zh) * | 2023-01-10 | 2023-07-04 | 联通智网科技股份有限公司 | 一种车辆高程计算方法、装置、电子设备及存储介质 |
CN117392773B (zh) * | 2023-12-13 | 2024-03-08 | 广汽埃安新能源汽车股份有限公司 | 一种车辆行驶轨迹获取方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251699A (zh) * | 2016-08-19 | 2016-12-21 | 深圳市元征科技股份有限公司 | 行车碰撞预警方法及装置 |
CN106525033A (zh) * | 2016-09-22 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
CN110162037A (zh) * | 2019-04-30 | 2019-08-23 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车辆自身轨迹的预测方法 |
US20190301876A1 (en) * | 2018-03-30 | 2019-10-03 | Telogis Inc. | Dynamic reporting of location data for a vehicle based on a fitted history model |
CN110908379A (zh) * | 2019-11-29 | 2020-03-24 | 苏州智加科技有限公司 | 基于历史信息的车辆轨迹预测方法、装置及存储介质 |
CN111091591A (zh) * | 2019-12-23 | 2020-05-01 | 百度国际科技(深圳)有限公司 | 一种碰撞检测方法、装置、电子设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3658519B2 (ja) * | 1999-06-28 | 2005-06-08 | 株式会社日立製作所 | 自動車の制御システムおよび自動車の制御装置 |
JP4615954B2 (ja) * | 2004-10-12 | 2011-01-19 | 本田技研工業株式会社 | 車両用制御対象判定装置 |
JP2012203721A (ja) * | 2011-03-25 | 2012-10-22 | Toyota Central R&D Labs Inc | 相対位置推定装置及びプログラム |
JP2014184810A (ja) * | 2013-03-22 | 2014-10-02 | Honda Motor Co Ltd | 物体検知装置 |
JP6535537B2 (ja) * | 2015-07-30 | 2019-06-26 | 株式会社Subaru | 車両の運転支援装置 |
JP6477408B2 (ja) * | 2015-10-16 | 2019-03-06 | トヨタ自動車株式会社 | 車両制御装置 |
JP6733596B2 (ja) * | 2017-04-25 | 2020-08-05 | 株式会社デンソー | 車両の制動支援装置および制動支援方法 |
-
2020
- 2020-05-14 CN CN202010407825.0A patent/CN113672845A/zh active Pending
-
2021
- 2021-05-14 JP JP2021082122A patent/JP2021152906A/ja active Pending
- 2021-05-14 KR KR1020210062519A patent/KR20210065075A/ko not_active Application Discontinuation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251699A (zh) * | 2016-08-19 | 2016-12-21 | 深圳市元征科技股份有限公司 | 行车碰撞预警方法及装置 |
WO2018032642A1 (zh) * | 2016-08-19 | 2018-02-22 | 深圳市元征科技股份有限公司 | 行车碰撞预警方法及装置 |
CN106525033A (zh) * | 2016-09-22 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
US20190301876A1 (en) * | 2018-03-30 | 2019-10-03 | Telogis Inc. | Dynamic reporting of location data for a vehicle based on a fitted history model |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
CN110162037A (zh) * | 2019-04-30 | 2019-08-23 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车辆自身轨迹的预测方法 |
CN110908379A (zh) * | 2019-11-29 | 2020-03-24 | 苏州智加科技有限公司 | 基于历史信息的车辆轨迹预测方法、装置及存储介质 |
CN111091591A (zh) * | 2019-12-23 | 2020-05-01 | 百度国际科技(深圳)有限公司 | 一种碰撞检测方法、装置、电子设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355839A (zh) * | 2022-03-18 | 2022-04-15 | 浙江西图盟数字科技有限公司 | 一种运动轨迹处理方法、装置、设备及存储介质 |
CN114355839B (zh) * | 2022-03-18 | 2022-07-29 | 浙江西图盟数字科技有限公司 | 一种运动轨迹处理方法、装置、设备及存储介质 |
CN114945154A (zh) * | 2022-05-31 | 2022-08-26 | 中国移动通信集团江苏有限公司 | 车辆位置预测方法、装置、电子设备和计算机程序产品 |
CN116448138A (zh) * | 2023-06-19 | 2023-07-18 | 北京云行在线软件开发有限责任公司 | 行驶坐标预测方法、服务端及行驶坐标预测系统 |
CN116448138B (zh) * | 2023-06-19 | 2023-09-01 | 北京云行在线软件开发有限责任公司 | 行驶坐标预测方法、服务端及行驶坐标预测系统 |
Also Published As
Publication number | Publication date |
---|---|
KR20210065075A (ko) | 2021-06-03 |
JP2021152906A (ja) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113672845A (zh) | 一种车辆轨迹的预测方法、装置、设备及存储介质 | |
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
CN111649739B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
EP3893221A1 (en) | Event detection method and apparatus for cloud control platform, device, and storage medium | |
EP4030393B1 (en) | Method and apparatus for detecting bumpy region of road surface, electronic device, storage medium, computer program product, and vehicle | |
US11506502B2 (en) | Robust localization | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
CN112560680A (zh) | 车道线处理方法、装置、电子设备及存储介质 | |
US10495480B1 (en) | Automated travel lane recommendation | |
CN113807470B (zh) | 一种车辆行驶状态确定方法和相关装置 | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN114179832A (zh) | 用于自动驾驶车辆的变道方法 | |
CN112578788A (zh) | 车辆避障二次规划方法、装置、设备和可读存储介质 | |
CN111402598A (zh) | 一种车辆控制方法、装置和电子设备 | |
CN110843771B (zh) | 障碍物识别方法、装置、电子设备及存储介质 | |
CN116883460A (zh) | 一种视觉感知定位方法、装置、电子设备及存储介质 | |
CN114394111B (zh) | 用于自动驾驶车辆的变道方法 | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
CN111596086B (zh) | 一种自动驾驶中障碍物的速度估计方法、装置和电子设备 | |
CN114333416A (zh) | 基于神经网络的车辆风险预警方法、设备及自动驾驶车辆 | |
US20220254140A1 (en) | Method and System for Identifying Object | |
CN112577503A (zh) | 车辆起点区域的路径规划方法、装置、设备 | |
CN113705279B (zh) | 目标对象的位置识别的方法及装置 | |
CN114379584B (zh) | 车辆控制方法、装置、车辆、设备和存储介质 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 |
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 |