CN113968243B - 一种障碍物轨迹预测方法、装置、设备及存储介质 - Google Patents

一种障碍物轨迹预测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113968243B
CN113968243B CN202111332223.4A CN202111332223A CN113968243B CN 113968243 B CN113968243 B CN 113968243B CN 202111332223 A CN202111332223 A CN 202111332223A CN 113968243 B CN113968243 B CN 113968243B
Authority
CN
China
Prior art keywords
lane
obstacle
lanes
candidate
target intersection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111332223.4A
Other languages
English (en)
Other versions
CN113968243A (zh
Inventor
李鑫
傅壮
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111332223.4A priority Critical patent/CN113968243B/zh
Publication of CN113968243A publication Critical patent/CN113968243A/zh
Application granted granted Critical
Publication of CN113968243B publication Critical patent/CN113968243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4023—Type large-size vehicles, e.g. trucks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians

Abstract

本说明书公开了一种障碍物轨迹预测方法、装置、设备及存储介质，本方法基于目标路口指定范围内的障碍物的信息与各车道信息，确定障碍物驶出目标路口的若干候选车道，然后根据目标路口对应的各车道间的位置关系确定了各候选车道的优先级，并在障碍物当前行驶方向对应的候选车道中选择出目标可行车道，进一步根据目标可行车道预测障碍物的行驶轨迹。本方法通过生成候选车道，确定各候选车道的优先级，从而根据各候选车道的优先级，在障碍物行驶方向上选择目标可行车道，并根据目标可行车道预测障碍物的行驶轨迹，考虑了障碍物不按高精度地图设置的虚拟车道行驶的情况，提高了预测障碍物行驶轨迹的准确性。

Description

一种障碍物轨迹预测方法、装置、设备及存储介质
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种障碍物轨迹预测方法、装置、设备及存储介质。
背景技术
目前，无人设备已在国防、国民经济等多个领域中得到了广泛的应用，随着科技水平的不断提升，无人设备还将得到进一步地发展，从而给人民的生活带来更多的便利。无人设备可以通过传感器感知道路环境，并且根据道路环境自动规划路线并到达预定目标。无人设备在无人驾驶通过路口时，如果有障碍物(如车辆)在路口内行驶，则需要预测该障碍物的行驶轨迹，以准确避开该障碍物。其中，由于路口内并没有车道线，为了使无人设备在这种没有车道线的场景内正常行驶，通常在高精度地图中预先设置路口内的虚拟车道线，通过虚拟车道线将每个车道与其标注的方向对应的车道相连，如图1所示的路口场景中，路口内虚线所示的车道线即为虚拟车道线。
现有技术中，通常根据障碍物当前所在的虚拟车道以及高精地图中预设的虚拟车道预测障碍物驶出路口的车道，并以此预测障碍物的行驶轨迹。例如，在图1中，车道1标注的行驶方向为右转，车道1与车道2通过虚拟车道相连，由于障碍物A当前所在位置为车道1与车道2之间的虚拟车道，因此预测障碍物A驶出路口的车道为车道2。
然而，在实际行驶过程中，障碍物并非完全按照高精度地图中设置的虚拟车道和行驶方向行驶，会出现障碍物当前所在的虚拟车道与该障碍物驶出路口的车道不按照高精地图中预设的虚拟车道对应的情况，也会出现障碍物不在虚拟车道内行驶的情况，导致无法正确预测障碍物的行驶轨迹。
发明内容
本说明书提供一种障碍物轨迹预测方法、装置、设备及存储介质，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种障碍物轨迹预测方法，包括：
获取位于目标路口指定范围内的障碍物信息以及所述目标路口对应的各车道信息；
根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级；并，从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，作为可行车道；
根据选择出的各可行车道的优先级，确定目标可行车道；
根据所述目标可行车道以及所述障碍物的信息，预测所述障碍物的行驶轨迹。
可选地，根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述障碍物信息以及所述车道信息，确定所述障碍物驶入所述目标路口的车道；
根据所述障碍物驶入所述目标路口的车道，确定所述障碍物驶出所述目标路口的若干候选车道。
可选地，根据所述障碍物驶入所述目标路口的车道，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
确定所述目标路口对应的各车道之间的连接关系；所述各车道之间连接关系包括：由高精地图中的虚拟车道连接所述目标路口对应的各车道的连接关系；
将所述障碍物驶入所述目标路口的车道作为参考车道，根据所述参考车道、所述各车道间的连接关系以及各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道。
可选地，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道以及所述各车道间的连接关系，确定与所述参考车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第一候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第一候选车道的优先级为第一优先级。
可选地，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定与所述参考车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第二候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第二候选车道的优先级为第二优先级。
可选地，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道的相邻车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第三候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第三候选车道的优先级为第三优先级。
可选地，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道相邻的车道为待选车道，并将所述待选车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第四候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第四候选车道的优先级为第四优先级。
可选地，从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，具体包括：
根据所述障碍物当前所在位置以及所述目标路口对应的各车道信息，通过预先训练的行驶方向预测模型，确定所述障碍物当前行驶方向；
将所述障碍物当前行驶方向与各候选车道标注的方向进行匹配，将匹配度不小于预设阈值的候选车道，作为所述障碍物当前行驶方向对应的候选车道。
可选地，根据选择出的各可行车道的优先级，确定目标可行车道，具体包括：
将各选择出的可行车道中优先级最高的可行车道确定为目标可行车道。
本说明书提供一种障碍物轨迹预测装置，包括：
获取模块，用于获取位于目标路口指定范围内的障碍物信息以及所述目标路口对应的各车道信息；
候选车道确定模块，用于根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道；
优先级确定模块，用于根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级；
选择模块，用于从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，作为可行车道；
目标可行车道确定模块，用于根据选择出的各可行车道的优先级，确定目标可行车道；
预测模块，用于根据所述目标可行车道以及所述障碍物的信息，预测所述障碍物的行驶轨迹。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述障碍物轨迹预测方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述障碍物轨迹预测方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
本方法基于目标路口指定范围内的障碍物的信息与各车道信息，确定障碍物驶出目标路口的若干候选车道，然后根据目标路口对应的各车道间的位置关系确定了各候选车道的优先级，并在障碍物当前行驶方向对应的候选车道中选择出目标可行车道，进一步根据目标可行车道预测障碍物的行驶轨迹。本方法通过生成候选车道，确定各候选车道的优先级，从而根据各候选车道的优先级，在障碍物行驶方向上选择目标可行车道，并根据目标可行车道预测障碍物的行驶轨迹，考虑了障碍物不按高精度地图设置的虚拟车道行驶的情况，提高了预测障碍物行驶轨迹的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种路口场景示意图；
图2为本说明书中一种障碍物轨迹预测方法的流程示意图；
图3为本说明书中另一种路口场景示意图；
图4为本说明书中又一种路口场景示意图；
图5为本说明书中再一种路口场景示意图；
图6为本说明书提供的一种障碍物轨迹预测装置的示意图；
图7为本说明书提供的对应于图2的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图2为本说明书中一种障碍物轨迹预测方法的流程示意图，该方法具体包括以下步骤：
S100：获取位于目标路口指定范围内的障碍物信息以及所述目标路口对应的各车道信息；
本方法可以应用于任何具有计算等功能的电子设备，也可以应用于无人设备。其中，具有计算等功能的电子设备可以是服务器，服务器可通过接收终端设备采集的障碍物信息以及目标路口对应的各车道信息，执行本方法；无人设备可以是无人驾驶车辆、也可以是无人机等无人驾驶设备。在本说明书实施例中，为了便于理解，以执行本方法的设备为无人设备为例，对具体技术方案进行说明。
无人设备可以通过传感器感知道路环境，并且根据道路环境自动规划路线并到达预定目标。当无人设备行驶在路口内或即将驶入路口时，则将该路口作为目标路口。如果有障碍物在目标路口内行驶，则需要预测该障碍物的行驶轨迹，以保证无人设备能准确避开障碍物。障碍物可包括机动车、非机动车和行人等。无人设备可通过激光雷达、摄像头等传感器设备感知到障碍物的信息以及环境信息，通过对应的算法，预测障碍物通过目标路口的行驶轨迹。
需要说明的是，本说明书实施例中，目标路口指定范围包括预先设定的包含目标路口的区域。例如，目标路口指定范围可以是如图1所示的以该目标路口的中心为圆心，半径为100米的圆形区域。另外，目标路口指定范围的形状和大小均可根据实际应用场景进行设定，本说明书对此不做具体限定。
障碍物的信息包括障碍当前所在位置、障碍物的历史轨迹等。
在实际应用中，路口为多条道路的相交处，在本说明书实施例中，目标路口可以为十字路口，也可以为丁字路口等多岔路路口，为了便于理解，仅以十字路口为例，对具体技术方案进行说明。
所述目标路口对应的各车道信息可包括目标路口对应的各车道的车道线信息、停止线信息、各车道标注的行驶方向、各车道间的位置关系以及各车道间的连接关系。根据道路的特点可将目标路口分为中心路口以及目标路口对应的各车道，如图1所示，车道设置了停止线以及车道线，其中，停止线位于驶入目标路口的车道，用于指示车辆在驶入路口前的停驶位置；车道线用于指示车辆在道路中的行驶路线和行驶方向。其中，车道在即将进入中心路口的区域标注了各车道对应的行驶方向，各车道标注的行驶方向可包括直行、左转、右转、掉头中的一个或多个，也就是说，各车道间的连接关系可以是一个车道与一个车道通过虚拟车道相连，也可以是一个车道与多个车道通过虚拟车道相连，如图1所示的车道3标注的方向为左转和直行，因此车道3既与车道4通过虚拟车道相连，也与车道5通过虚拟车道相连。
通过中心路口分界线，将中心路口与车道分界，中心路口不存在车道线，但在高精度地图中，中心路口内设置了虚拟车道，将目标路口对应的各车道与其标注的方向对应的车道通过虚拟车道相连。通过虚拟车道可确定各车道间的连接关系。例如，如图1中的车道3与车道4通过虚线所示的虚拟车道相连。即，车道3与车道4之间的连接关系为由高精地图中的虚拟车道连接车道3与车道4的连接关系。
S102：根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道；
根据所述障碍物信息、所述目标路口对应的各车道间的位置关系以及各车道间的连接关系，确定所述障碍物驶出所述目标路口的候选车道。
S104：根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级；
具体的，根据所述各车道间的连接关系以及所述目标路口对应的各车道间的位置关系，确定各候选车道的优先级。所述各候选车道的优先级可用于表示障碍物驶入目标路口后，选择各候选车道作为障碍物驶出路口的车道的可能性，候选车道的优先级越高，障碍物选择该候选车道驶出路口的可能性越大。
S106：从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，作为可行车道；
在实际应用中，可通过将障碍物当前行驶方向与各候选车道标注的方向进行匹配，得到匹配度，然后通过匹配度确定与障碍物当前行驶方向对应的候选车道。
S108：根据选择出的各可行车道的优先级，确定目标可行车道；
具体的，将各选择出的可行车道中优先级最高的可行车道确定为目标可行车道。
S110：根据所述目标可行车道以及所述障碍物的信息，预测所述障碍物的行驶轨迹。
具体的，在对无人设备规划行驶轨迹时，需要根据目标可行车道以及障碍物当前所在位置，对无人设备周围预设范围内的障碍物在目标路口内的行驶轨迹进行预测。然后根据预测得到的障碍物的轨迹，规划无人设备在目标路口内的行驶轨迹。
本方法基于目标路口指定范围内的障碍物的信息与各车道信息，确定障碍物驶出目标路口的若干候选车道，然后根据目标路口对应的各车道间的位置关系确定了各候选车道的优先级，并在障碍物当前行驶方向对应的候选车道中选择出目标可行车道，进一步根据目标可行车道预测障碍物的行驶轨迹。本方法通过生成候选车道，确定各候选车道的优先级，从而根据各候选车道的优先级，在障碍物行驶方向上选择目标可行车道，并根据目标可行车道预测障碍物的行驶轨迹，考虑了障碍物不按高精度地图设置的虚拟车道行驶的情况，提高了预测障碍物行驶轨迹的准确性。
本说明书实施例中，如图2步骤S102所示的根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道，具体通过以下方案实现：
首先，根据所述障碍物信息以及所述车道信息，确定所述障碍物驶入所述目标路口的车道。
在实际应用中，障碍物驶入目标路口后，可能行驶在高精度地图中预设的虚拟车道内，也可能没有行驶在虚拟车道内。对于行驶在虚拟车道内的障碍物，该障碍物当前所在的虚拟车道与驶入目标路口的车道是相连的，因此，该障碍物驶入目标路口的车道即为该障碍物驶入目标路口时所在的车道；对于没有行驶在虚拟车道内的障碍物，则需要根据障碍物驶入目标路口前的历史轨迹以及车道信息，确定障碍物驶入目标路口时所在的车道。
例如，如图3所示，障碍物B当前所在位置为连接车道3与车道4的虚拟车道中，因此可以判断障碍物B是从车道3驶入目标路口，且，障碍物B可能选择车道4作为驶出目标路口的车道；障碍物C当前所在位置不在虚拟车道内，通过确定障碍物C进入目标路口前的历史轨迹L1，可以确定障碍物C是从车道3驶入目标路口的，从而判断障碍物C可能选择车道4作为驶出目标路口的车道。
在实际应用中，判断障碍物驶入目标路口的车道的方法有多种，本说明书实施例仅以障碍物历史轨迹和车道线匹配为例，对具体方案进行说明。
根据所述障碍物的历史轨迹以及各车道的车道中心线，针对每个车道，通过计算所述障碍物驶入目标路口时刻的历史轨迹与该车道的车道中心线之间的距离，确定匹配误差；将匹配误差小于预设阈值的车道作为所述障碍物驶入目标路口的车道；障碍物驶入目标路口时刻的历史轨迹与该车道之间的距离越小，则障碍物驶入目标路口时刻的历史轨迹与该车道的匹配误差越小，则该车道与障碍物驶入目标路口时刻的历史轨迹越匹配。
另外，所述障碍物驶入目标路口的时刻可以是障碍物通过停止线驶入目标路口的时刻，也可以是障碍物通过中心路口分界线驶入目标路口的时刻。为了方便理解，本说明书实施例以障碍物通过停止线驶入目标路口的时刻作为障碍物驶入目标路口的时刻。
例如，如图3所示，将障碍物C通过停止线驶入目标路口的时刻作为障碍物C驶入目标路口的时刻。将车道1的中心线设为C1，车道3的中心线设为C3。获取障碍物C的前端通过停止线驶入目标路口的时刻t0至障碍物C的后端通过停止线驶入目标路口的时刻t1的时间段内的历史轨迹L1，分别计算历史轨迹L1与C1以及C3之间的距离，确定L1与C1的匹配误差大于阈值，而L1与C3的匹配误差小于阈值，因此确定障碍物C驶入目标路口的车道为车道3。
若所述障碍物驶入目标路口时的历史轨迹与各车道的车道线的匹配误差均大于预设阈值，则说明，障碍物没有正常行驶在任一目标路口对应的车道内，如图4所示，障碍物D在驶入路口时从车道1驶入相邻的车道3，障碍物D在驶入路口时的行驶轨迹与车道1及车道3的车道线的匹配误差均大于阈值。
此时，由于无法通过所述障碍物驶入目标路口时的历史轨迹确定所述障碍物驶入目标路口的车道，因此，需要根据障碍物驶入目标路口时刻之前的历史轨迹，确定所述障碍物驶入目标路口的车道。具体的，获取所述障碍物驶入目标路口时刻之前的预设历史时段内所述障碍物的历史轨迹，根据该预设历史时段内所述障碍物的历史轨迹以及各车道的车道中心线，通过计算所述障碍物历史时段内的历史轨迹与各车道的车道中心线之间的距离，确定匹配误差，将匹配误差小于预设阈值的车道作为所述障碍物驶入目标路口的车道。所述预设历史时段的起始时刻与终止时刻均早于所述障碍物驶入目标路口的时刻。
本说明书实施例中，对预设历史时段的具体时长、起始时刻和终止时刻不做限定。
例如，如图4所示，获取障碍物D通过停止线前的历史轨迹，其中，预设时段为t2至t3时段，通过计算t2至t3时段内所述障碍物D的历史轨迹L2与车道1以及车道3的车道中心线之间的距离，确定车道3的车道中心线C3与L2的匹配误差小于预设阈值，而车道1的车道中心线C0与L2的匹配误差大于预设阈值，由此可见，尽管障碍物D是从车道1进入目标路口，但是由于在t0至t1时段内，障碍物D与车道3的匹配误差小于预设阈值，因此将车道3作为所述障碍物驶入目标路口的车道。
其中，上述实施例中所述匹配误差的预设阈值根据具体的应用场景预先设定，本说明书对所述匹配误差的预设阈值的设定方式和具体数值不做限定。
可以看出，在确定了障碍物驶入目标路口的车道后，通过虚拟车道以及目标路口内各车道间的位置关系即可得到障碍物驶出目标路口时可能选择的车道。因此，可以通过确定障碍物驶入目标路口的车道，确定该障碍物驶出目标路口的若干候选车道，从而全面地考虑了障碍物行驶在虚拟车道内和没有行驶在虚拟车道内两种情况。
然后，根据所述障碍物驶入所述目标路口的车道，确定所述障碍物驶出所述目标路口的若干候选车道。
将所述障碍物驶入所述目标路口的车道作为参考车道，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系确定所述障碍物驶出所述目标路口的候选车道。
本说明书实施例中，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，具体可以确定四种类型的所述障碍物驶出所述目标路口的候选车道：
第一种类型：根据所述参考车道以及所述各车道间的连接关系，确定与所述参考车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的候选车道，并确定该候选车道为第一候选车道。
第二种类型：根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定与所述参考车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的候选车道，并确定该候选车道为第二候选车道。
第三种类型：根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道的相邻车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的候选车道，并确定该候选车道为第三候选车道。
第四种类型：根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道相邻的车道为待选车道，并将所述待选车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的候选车道，并确定该候选车道为第四候选车道。
在实际应用中，在确定所述障碍物驶出目标路口的若干候选车道后，即可根据所述障碍物驶入目标路口的车道、所述目标路口对应的各车道间的位置关系以及连接关系确定各候选车道的优先级。
其中，优先级的排序可以有多种，在本说明书实施例中，为了便于理解，仅以第一优先级为最高优先级，且，数字越大优先级越低为例，对具体技术方案进行说明。
首先，由于第一候选车道与所述参考车道通过虚拟车道连接，因此，第一候选车道的优先级高于其他候选车道，即，第一候选车道的优先级为第一优先级。
其次，第二候选车道为第一候选车道的相邻车道，而第三候选车道与所述参考车道的相邻车道通过虚拟车道相连，相比于第三候选车道，第二候选车道的行驶方向等车道信息更接近于第一优先级的第一候选车道，因此第二候选车道的优先级高于第三候选车道，即第二候选车道的优先级为第二优先级。
然后，由于第三候选车道与所述参考车道的相邻车道通过虚拟车道相连，而第四候选车道为第三候选车道的相邻车道，因此第三候选车道的优先级高于第四候选车道，即，第三候选车道的优先级为第三优先级，第四候选车道的优先级为第四优先级。
例如，如图5所示，障碍物E当前所在位置为连接车道1与车道2的虚拟车道中，因此障碍物E驶入目标路口的车道为车道1，也即参考车道为车道1。根据车道1以及车道1与车道2之间的虚拟车道，确定车道2为障碍物驶出目标路口的候选车道，且车道2的优先级为第一优先级；由于车道8为车道2的相邻车道，因此确定车道8为障碍物驶出目标路口的候选车道，且车道8的优先级为第二优先级；车道1的相邻车道为车道3，车道3通过虚拟车道与车道4和车道5相连，因此，确定车道4和车道5为障碍物驶出目标路口的候选车道，且，车道4和车道5的优先级为第三优先级；由于车道6位车道4的相邻车道，车道7为车道5的相邻车道，因此，确定车道6以及车道7为障碍物驶出目标路口的候选车道，且，车道6和车道7的优先级为第四优先级。
本说明书实施例中，如图2步骤S106所示的从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，具体通过以下步骤实现：
首先，根据所述障碍物信息以及所述目标路口对应的各车道信息，确定所述障碍物当前行驶方向。
具体的，可以通过预先训练行驶方向预测模型，根据障碍物当前所在位置以及所述目标路口对应的各车道间的位置关系以及各车道间的连接关系，预测所述障碍物当前行驶方向。
然后，从各候选车道中，选择与所述障碍物当前行驶方向对应的候选车道。
选择与所述障碍物当前行驶方向对应的候选车道具体可以为，将障碍物当前行驶方向与各候选车道标注的方向进行匹配，将匹配度不小于阈值的候选车道作为所述障碍物当前行驶方向对应的候选车道。其中所述匹配度可通过障碍物当前行驶方向与各候选车道标注的方向的夹角确定，夹角越小，匹配度越高。
例如，如图5所示，障碍物E的行驶方向为E1，通过与各候选车道标注的方向进行匹配，即与车道2、车道4～车道8标注的方向进行匹配，确认车道2与车道8标注的方向与障碍物E的行驶方向E1的匹配度不小于阈值，因此将车道2和车道8作为与所述障碍物当前行驶方向对应的候选车道，即可行车道。后续的，根据车道2和车道8的优先级，将优先级最高的可行车道作为目标可行车道，由于车道2的优先级为第一优先级，车道8的优先级为第二优先级，因此确定车道2为目标可行车道。从而根据车道2以及障碍物E的信息，预测障碍物E的行驶轨迹，以使无人设备根据障碍物E的行驶轨迹规划无人设备的轨迹，达到避开障碍物E的目的。
以上为本说明书的一个或多个实施例提供的障碍物轨迹预测方法，基于同样的思路，本说明书还提供了相应的障碍物轨迹预测装置，如图6所示。
图6为本说明书提供的一种障碍物轨迹预测装置示意图，具体包括：
获取模块200，用于获取位于目标路口指定范围内的障碍物信息以及所述目标路口对应的各车道信息；
候选车道确定模块202，用于根据所述障碍物信息以及所述车道信息，确定所述障碍物驶出所述目标路口的若干候选车道；
优先级确定模块204，用于根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级；
选择模块206，从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，作为可行车道；
目标可行车道确定模块208，用于根据选择出的各可行车道的优先级，确定目标可行车道；
预测模块210，用于根据所述目标可行车道以及所述障碍物的信息，预测所述障碍物的行驶轨迹。
可选地，所述候选车道确定模块202，具体用于根据所述障碍物信息以及所述车道信息，确定所述障碍物驶入所述目标路口的车道；根据所述障碍物驶入所述目标路口的车道，确定所述障碍物驶出所述目标路口的若干候选车道。
可选地，所述候选车道确定模块202，具体用于确定所述目标路口对应的各车道之间的连接关系；所述各车道之间连接关系包括：由高精地图中的虚拟车道连接所述目标路口对应的各车道的连接关系；将所述障碍物驶入所述目标路口的车道作为参考车道，根据所述参考车道、所述各车道间的连接关系以及各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道。
可选地，所述候选车道确定模块202，具体用于根据所述参考车道以及所述各车道间的连接关系，确定与所述参考车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第一候选车道。
可选地，所述优先级确定模块204，具体用于根据所述目标路口对应的各车道间的位置关系，确定所述第一候选车道的优先级为第一优先级。
可选地，所述候选车道确定模块202，具体用于根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定与所述参考车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第二候选车道。
可选地，所述优先级确定模块204，具体用于根据所述目标路口对应的各车道间的位置关系，确定所述第二候选车道的优先级为第二优先级。
可选地，所述候选车道确定模块202，具体用于根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道的相邻车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第三候选车道。
可选地，所述优先级确定模块204，具体用于根据所述目标路口对应的各车道间的位置关系，确定所述第三候选车道的优先级为第三优先级。
可选地，所述候选车道确定模块202，具体用于根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道相邻的车道为待选车道，并将所述待选车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第四候选车道。
可选地，所述优先级确定模块204，具体用于根据所述目标路口对应的各车道间的位置关系，确定所述第四候选车道的优先级为第四优先级。
可选地，所述选择模块206，具体用于根据所述障碍物当前所在位置以及所述目标路口对应的各车道信息，通过预先训练的行驶方向预测模型，确定所述障碍物当前行驶方向；将所述障碍物当前行驶方向与各候选车道标注的方向进行匹配，将匹配度不小于预设阈值的候选车道，作为所述障碍物当前行驶方向对应的候选车道。
可选地，目标可行车道确定模块208，具体用于将各选择出的可行车道中优先级最高的可行车道确定为目标可行车道。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图2提供的障碍物轨迹预测方法。
本说明书还提供了图7所示的电子设备的示意结构图。如图7所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图2所述的障碍物轨迹预测方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理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权利要求范围之内。

Claims (8)

1.一种障碍物轨迹预测方法，其特征在于，包括：
获取位于目标路口指定范围内的障碍物信息以及所述目标路口对应的各车道信息；
根据所述障碍物信息以及所述车道信息，确定所述障碍物驶入所述目标路口的车道；
确定所述目标路口对应的各车道之间的连接关系；所述各车道之间连接关系包括：由高精地图中的虚拟车道连接所述目标路口对应的各车道的连接关系；
将所述障碍物驶入所述目标路口的车道作为参考车道，根据所述参考车道以及所述各车道间的连接关系，确定与所述参考车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第一候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第一候选车道的优先级为第一优先级；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级；并，从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，作为可行车道；
根据选择出的各可行车道的优先级，确定目标可行车道；
根据所述目标可行车道以及所述障碍物的信息，预测所述障碍物的行驶轨迹。
2.如权利要求1所述的方法，其特征在于，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定与所述参考车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第二候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第二候选车道的优先级为第二优先级。
3.如权利要求1所述的方法，其特征在于，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道的相邻车道通过虚拟车道连接的车道，作为所述障碍物驶出所述目标路口的第三候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第三候选车道的优先级为第三优先级。
4.如权利要求1所述的方法，其特征在于，根据所述参考车道、所述各车道间的连接关系以及所述各车道间的位置关系，确定所述障碍物驶出所述目标路口的若干候选车道，具体包括：
根据所述参考车道、所述各车道间的位置关系以及所述各车道间的连接关系，确定与所述参考车道相邻的车道为待选车道，并将所述待选车道通过虚拟车道连接的车道的相邻车道，作为所述障碍物驶出所述目标路口的第四候选车道；
根据所述目标路口对应的各车道间的位置关系确定各候选车道的优先级，具体包括：
根据所述目标路口对应的各车道间的位置关系，确定所述第四候选车道的优先级为第四优先级。
5.如权利要求1所述的方法，其特征在于，从各候选车道中选择与所述障碍物当前行驶方向对应的候选车道，具体包括：
根据所述障碍物当前所在位置以及所述目标路口对应的各车道信息，通过预先训练的行驶方向预测模型，确定所述障碍物当前行驶方向；
将所述障碍物当前行驶方向与各候选车道标注的方向进行匹配，将匹配度不小于预设阈值的候选车道，作为所述障碍物当前行驶方向对应的候选车道。
6.如权利要求1所述的方法，其特征在于，根据选择出的各可行车道的优先级，确定目标可行车道，具体包括：
将各选择出的可行车道中优先级最高的可行车道确定为目标可行车道。
7.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~6任一项所述的方法。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~6任一项所述的方法。
CN202111332223.4A 2021-11-11 2021-11-11 一种障碍物轨迹预测方法、装置、设备及存储介质 Active CN113968243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111332223.4A CN113968243B (zh) 2021-11-11 2021-11-11 一种障碍物轨迹预测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111332223.4A CN113968243B (zh) 2021-11-11 2021-11-11 一种障碍物轨迹预测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113968243A CN113968243A (zh) 2022-01-25
CN113968243B true CN113968243B (zh) 2024-02-23

Family

ID=79589627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111332223.4A Active CN113968243B (zh) 2021-11-11 2021-11-11 一种障碍物轨迹预测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113968243B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115230743B (zh) * 2022-09-23 2022-12-02 毫末智行科技有限公司 一种障碍物轨迹预测的方法、系统、电子设备及存储介质
CN117238140A (zh) * 2023-11-13 2023-12-15 广汽埃安新能源汽车股份有限公司 一种路口通行方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016207016A (ja) * 2015-04-24 2016-12-08 日産自動車株式会社 走行制御装置およびデータ構造
CN106886604A (zh) * 2017-03-03 2017-06-23 东南大学 一种适用于车道级导航定位的交叉路口路网模型
CN109878515A (zh) * 2019-03-12 2019-06-14 百度在线网络技术（北京）有限公司 预测车辆轨迹的方法、装置、存储介质和终端设备
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
CN111380555A (zh) * 2020-02-28 2020-07-07 北京京东乾石科技有限公司 车辆行为预测方法及装置、电子设备、存储介质
CN111422204A (zh) * 2020-03-24 2020-07-17 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN112534483A (zh) * 2020-03-04 2021-03-19 华为技术有限公司 预测车辆驶出口的方法和装置
CN112977473A (zh) * 2019-12-12 2021-06-18 百度（美国）有限责任公司 用于预测移动障碍物驶出十字路口的方法及系统
CN113155145A (zh) * 2021-04-19 2021-07-23 吉林大学 一种面向自动驾驶车道级导航的车道级路径规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6988450B2 (ja) * 2017-12-22 2022-01-05 株式会社デンソー 交差点内の走行軌道データ生成装置、交差点内の走行軌道データ生成プログラム及び記憶媒体

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016207016A (ja) * 2015-04-24 2016-12-08 日産自動車株式会社 走行制御装置およびデータ構造
CN106886604A (zh) * 2017-03-03 2017-06-23 东南大学 一种适用于车道级导航定位的交叉路口路网模型
CN109878515A (zh) * 2019-03-12 2019-06-14 百度在线网络技术（北京）有限公司 预测车辆轨迹的方法、装置、存储介质和终端设备
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
CN112977473A (zh) * 2019-12-12 2021-06-18 百度（美国）有限责任公司 用于预测移动障碍物驶出十字路口的方法及系统
CN111380555A (zh) * 2020-02-28 2020-07-07 北京京东乾石科技有限公司 车辆行为预测方法及装置、电子设备、存储介质
CN112534483A (zh) * 2020-03-04 2021-03-19 华为技术有限公司 预测车辆驶出口的方法和装置
CN111422204A (zh) * 2020-03-24 2020-07-17 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN113155145A (zh) * 2021-04-19 2021-07-23 吉林大学 一种面向自动驾驶车道级导航的车道级路径规划方法

Also Published As

Publication number Publication date
CN113968243A (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
CN111190427B (zh) 一种轨迹规划的方法及装置
CN111208838B (zh) 一种无人驾驶设备的控制方法及装置
CN113968243B (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN112766468B (zh) 一种轨迹预测方法、装置、存储介质及电子设备
CN111076739B (zh) 一种路径规划的方法及装置
CN110262486B (zh) 一种无人驾驶设备运动控制方法及装置
CN110488821B (zh) 一种确定无人车运动策略的方法及装置
CN113296541B (zh) 一种基于未来碰撞风险的无人设备控制方法及装置
CN112306059B (zh) 一种控制模型的训练方法、控制方法以及装置
CN113341941B (zh) 一种无人驾驶设备的控制方法及装置
CN111114543A (zh) 一种轨迹预测方法及装置
CN111062372B (zh) 一种预测障碍物轨迹的方法及装置
CN112629550B (zh) 一种预测障碍物轨迹以及模型训练的方法及装置
CN110942181A (zh) 一种障碍物轨迹预测的方法及装置
CN112677993A (zh) 一种模型训练的方法及装置
CN111126362A (zh) 一种预测障碍物轨迹的方法及装置
CN113419547A (zh) 一种多车协同控制方法及装置
CN114485706A (zh) 一种路线规划方法、装置、存储介质及电子设备
CN113074748B (zh) 一种无人驾驶设备的路径规划方法及装置
CN114019971B (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN113340311B (zh) 一种无人驾驶设备的路径规划方法及装置
CN114877912A (zh) 一种车辆导航信息生成方法、装置及设备
CN114194213A (zh) 一种目标物轨迹预测方法、装置、存储介质及电子设备
CN114590249A (zh) 一种无人设备控制方法、装置、设备及存储介质
CN113033527A (zh) 一种场景识别方法、装置、存储介质及无人设备

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
GR01 Patent grant
GR01 Patent grant