CN116803813B - 障碍物行驶轨迹预测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供了一种障碍物行驶轨迹预测方法、装置、电子设备及存储介质，本申请实施例可应用于交通领域。本申请所提供方法包括：基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径；获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；基于所述距离偏差以及所述角度偏差，从所述可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径；基于所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹。本申请提高障碍物适用范围的同时，降低了预测成本，提高了应用场景适用范围，并保证了预测结果稳定性。

Description

障碍物行驶轨迹预测方法、装置、电子设备及存储介质

技术领域

本申请涉及交通领域，具体涉及一种障碍物行驶轨迹预测方法、装置、电子设备及存储介质。

背景技术

在交通领域中，准确预测道路上障碍物的行驶轨迹，对于交通安全而言有着重要的应用意义。而相关技术所提供的行驶轨迹预测方法，要么只适用特定的障碍物，要么预测成本过高的同时，应用场景受限，而且预测结果稳定性也无法保证。

发明内容

本申请的一个目的在于提出一种障碍物行驶轨迹预测方法、装置、电子设备及存储介质，提高障碍物适用范围的同时，降低了预测成本，提高了应用场景适用范围，并保证了预测结果稳定性。

根据本申请实施例的一方面，公开了一种障碍物行驶轨迹预测方法，所述方法包括：

基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径；

获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；

基于所述距离偏差以及所述角度偏差，从所述可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径；

基于所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹。

根据本申请实施例的一方面，公开了一种障碍物行驶轨迹预测装置，所述装置包括：

可选车道路径获取模块，配置为基于障碍物的当前位置，获取作为障碍物可选行驶参考的可选车道路径；

偏差获取模块，配置为获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；

目标车道路径获取模块，配置为基于所述距离偏差以及所述角度偏差，选取出与障碍物之间综合偏差最小的目标车道路径；

轨迹预测模块，配置为基于所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹。

在本申请的一示例性实施例中，所述可选车道路径获取模块配置为：

以所述当前位置为中心，搜索预设半径范围内的车道路径，并将搜索得到的车道路径作为所述可选车道路径。

在本申请的一示例性实施例中，所述可选车道路径获取模块配置为：

针对位于路口区域的可选车道路径，获取位于其上游且通向所述路口区域的第一车道路径，并获取平行于所述第一车道路径的第二车道路径；

将位于所述第二车道路径下游的、且位于所述路口区域的第三车道路径，加入所述可选车道路径。

在本申请的一示例性实施例中，所述偏差获取模块配置为：

筛选出所述可选车道路径中距离所述障碍物最近的目标点，并将所述目标点与所述障碍物之间的距离作为所述距离偏差。

在本申请的一示例性实施例中，所述偏差获取模块配置为：

筛选出所述可选车道路径中距离所述障碍物最近的目标点，并在所述可选车道路径中选取出所述目标点的下游点；

基于所述障碍物的角度、所述目标点的角度以及所述下游点的角度，计算得到所述角度偏差。

在本申请的一示例性实施例中，所述偏差获取模块配置为：

按照所述障碍物的运动速度，将所述目标点沿所述可选车道路径的路径方向移动预设时长，得到所述下游点。

在本申请的一示例性实施例中，所述偏差获取模块配置为：

获取所述目标点的角度与所述下游点的角度之间的平均值，并将所述平均值与所述障碍物的角度之间的差值绝对值作为所述角度偏差。

在本申请的一示例性实施例中，所述偏差获取模块配置为：

获取所述可选车道路径在所述目标点处的第一切线，并获取所述可选车道路径在所述下游点处的第二切线；

基于所述第一切线获取所述目标点的角度，并基于所述第二切线获取所述下游点的角度。

在本申请的一示例性实施例中，所述目标车道路径获取模块配置为：

采用预设的权重对所述距离偏差以及所述角度偏差进行加权计算，得到所述障碍物与所述可选车道路径之间的综合偏差；

将所述综合偏差最小的可选车道路径选取为所述目标车道路径。

在本申请的一示例性实施例中，所述轨迹预测模块配置为：

基于所述障碍物与所述目标车道路径之间的角度偏差，确认所述障碍物的行驶状态；

基于所述行驶状态、所述当前位置以及所述目标车道路径，预测所述行驶轨迹。

在本申请的一示例性实施例中，所述轨迹预测模块配置为：

若所述障碍物与所述目标车道路径之间的角度偏差小于第一角度阈值，则确认所述障碍物处于沿道路正向行驶的状态；

若所述障碍物与所述目标车道路径之间的角度偏差大于第二角度阈值，则确认所述障碍物处于沿道路逆向行驶的状态；所述第二角度阈值大于所述第一角度阈值；

若所述障碍物与所述目标车道路径之间的角度偏差大于或等于所述第一角度阈值，并且小于或等于所述第二角度阈值，则确认所述障碍物处于不沿道路行驶的状态。

在本申请的一示例性实施例中，所述轨迹预测模块配置为：

若所述障碍物处于沿道路正向行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述目标车道路径方向一致，并且所述行驶轨迹与所述目标车道路径之间的距离始终处于预设的距离阈值内；

若所述障碍物处于沿道路逆向行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述目标车道路径方向相反，并且所述行驶轨迹与所述目标车道路径之间的距离始终处于预设的距离阈值内；

若所述障碍物处于不沿道路行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述障碍物的朝向一致，并且所述行驶轨迹位于所述障碍物的朝向所在的直线。

根据本申请实施例的一方面，公开了一种电子设备，包括：一个或多个处理单元；存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现以上任一项实施例。

根据本申请实施例的一方面，公开了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行以上任一项实施例。

根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。

本申请实施例中，基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径；获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；基于所述距离偏差以及所述角度偏差，从所述可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径；基于所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹。由于车道路径既适用于描述机动车的行驶轨迹的运动走向，也适用于描述非机动车的行驶轨迹的运动走向，并且可选车道路径的获取并不依赖于非机动车道，因此即使无法获取非机动车道相关信息，也不会对本申请所适用的障碍物类型造成限制。并且，由于不需要使用大量训练数据去训练机器学习模型，而且行驶轨迹预测的各个步骤也具有充分的可解释性，因此本申请还降低了预测成本，提高了应用场景适用范围，并保证了预测结果稳定性。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参考附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。

图1示出了根据本申请一个实施例的障碍物行驶轨迹预测方法所应用场景的场景图。

图2示出了根据本申请一个实施例的障碍物行驶轨迹预测方法所在自动驾驶控制程序的模块架构图。

图3示出了根据本申请一个实施例的障碍物行驶轨迹预测方法的流程图。

图4示出了根据本申请一个实施例的针对障碍物确定其可选车道路径的示意图。

图5示出了根据本申请一个实施例的针对特定的可选车道路径，选取最近的目标点以及对应下游点的示意图。

图6示出了根据本申请一个实施例的预测所得行驶轨迹的示意图。

图7示出了根据本申请一个实施例的预测所得行驶轨迹的示意图。

图8示出了根据本申请一个实施例的预测所得行驶轨迹的示意图。

图9示出了根据本申请一个实施例的障碍物行驶轨迹预测装置的框图。

图10示出了根据本申请一个实施例的电子设备硬件图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本申请的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本申请的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本申请的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本申请的各方面变得模糊。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在智能交通领域中，常常需要预测道路上障碍物的行驶轨迹，以根据预测所得行驶轨迹，为智能交通系统或者智能车路协同系统进一步的决策提供支持。

其中，智能交通系统(Intelligent Traffic System，ITS)又称智能运输系统(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。

智能车路协同系统(Intelligent Vehicle Infrastructure CooperativeSystems，IVICS)，简称车路协同系统，是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

并且，障碍物指的是在道路上移动的物体，包括但不限于：机动车、非机动车、行人等。

相关技术中，通常采用如下两种方式预测障碍物的行驶轨迹：

一、根据地图中绘制出的车道，针对正在车道中行驶的障碍物，预测其行驶轨迹。

二、预先采集大量与道路交通相关的训练数据，然后采用这些训练数据，训练出能够预测障碍物的行驶轨迹的机器学习模型。最后应用该机器学习模型，对障碍物的行驶轨迹进行预测。

相关技术的第一种方式，过于依赖地图中绘制出的车道。需要说明的是，很多时候，地图中是没有绘制出非机动车道的。这便导致在这种情况下，相关技术的第一种方式无法用于准确预测非机动车的行驶轨迹，基本只能用于预测机动车的行驶轨迹。

相关技术的第二种方式，为保证机器学习模型的训练准确性，需要依赖大量的训练数据，于是便导致其预测成本过高。

并且，当训练数据来源的应用场景，与机器学习模型实际投入使用的应用场景区别较大时，相关技术的第二种方式的预测准确性便会下降。例如：训练数据来源于某一封闭园区内部的道路环境，采用这些训练数据训练所得的机器学习模型，基本上只能在封闭园区内部的道路环境中，具有足够高的预测准确性。若将该机器学习模型应用于公共道路环境中，其预测准确性便会下降。

并且，由于在训练机器学习模型时，对于训练数据的处理通常都不具有良好的可解释性，因此相关技术的第二种方式所得预测结果的稳定性无法保证，其预测出的行驶轨迹有可能过远地偏离实际车道，不符合真实环境中障碍物的运动规律；而且，在存在多车道交叉的复杂情况中（例如：存在分道/合道的路口区域），其预测出的行驶轨迹更容易出现错误。

综合可见，相关技术中存在所适用障碍物受限、预测成本过高、应用场景受限、预测结果稳定性无法保证等缺陷。

出于克服相关技术中所存在上述缺陷的考虑，本申请提供了一种障碍物行驶轨迹预测方法，提高障碍物适用范围的同时，降低预测成本，提高应用场景适用范围，并提高预测结果稳定性。

图1示出了本申请一实施例中的障碍物行驶轨迹预测方法所应用场景的场景图。图2示出了本申请一实施例中的障碍物行驶轨迹预测方法所在自动驾驶控制程序的模块架构图。

参见图1和图2，在一实施例中，在道路中行驶有机动车1和非机动车2。并且，沿道路设有一定数量的摄像头3以及信号灯4。

本申请所提供的障碍物行驶轨迹预测方法，可以以软件模块的形式集成于机动车1的自动驾驶控制程序中，对于机动车1而言，非机动车2便属于障碍物。在该自动驾驶控制程序中，主要包括如下模块：感知模块、轨迹预测模块（即，本申请所提供的障碍物行驶轨迹预测方法对应的软件模块）、决策规划模块。

通过感知模块，机动车1可以获取直接或间接感知到的障碍物信息、地图信息、交通灯信息、自车状态信息等。得到感知模块输出的这些信息后，通过轨迹预测模块，机动车1便可以预测非机动车2的行驶轨迹。得到轨迹预测模块输出的行驶轨迹后，通过决策规划模块，机动车1便可以调整自车行驶状态（例如：调整自车车速、变更所处车道等），避免与非机动车2发生碰撞，从而保证驾驶安全。

具体的，机动车1可以根据自车搭载的摄像头、激光雷达等传感器，直接获取障碍物信息。或者，在道路周边设有与摄像头3有线连接的边缘通信设备，机动车1则可以与边缘通信设备建立无线通信；于是机动车1便可以通过边缘通信设备，间接地实时获取摄像头3拍摄所得的视频，进而从视频中获取障碍物信息。或者，摄像头3中自集成有无线通信模块，于是机动车1便可以在与摄像头3建立无线通信后，实时获取摄像头3拍摄所得的视频，进而从视频中获取障碍物信息。其中，障碍物信息包括但不限于：障碍物的位置、障碍物的形状、障碍物的速度、障碍物的加速度、障碍物的角速度、障碍物的朝向等。

机动车1可以预先离线存储地图信息，也可以与服务器5建立无线通信，然后从服务器5处实时获取地图信息。其中，地图信息包括但不限于：车道中心线、车道边界、人行横道等。

机动车1可以根据自车搭载的摄像头对信号灯4进行拍摄，进而从拍摄所得视频中获取交通灯信息。或者，在道路周边设有与信号灯4有线连接的边缘通信设备，机动车1则可以与边缘通信设备建立无线通信；于是机动车1便可以通过边缘通信设备，间接地实时获取信号灯4的交通灯信息。或者，信号灯4中自集成有无线通信模块，于是机动车1便可以在与信号灯4建立无线通信后，实时获取到交通灯信息。

机动车1可以根据自车搭载的各类传感器获取自车状态信息。例如：根据自车搭载的激光雷达或者车速传感器，获取自车车速；根据自车搭载的GPS定位芯片，获取自车位置。

图3示出了本申请所提供的障碍物行驶轨迹预测方法的流程图，该方法的示例性执行主体为车辆的控制器。参见图3，本申请所提供方法包括：

步骤S110、基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径；

步骤S120、获取障碍物与可选车道路径之间的距离偏差，并获取障碍物与可选车道路径之间的角度偏差；

步骤S130、基于距离偏差以及角度偏差，从可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径；

步骤S140、基于当前位置以及目标车道路径，预测障碍物的行驶轨迹。

具体的，本申请实施例中，确定待预测其行驶轨迹的障碍物之后，获取障碍物的当前位置。然后基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径。

其中，车道路径主要用于描述道路的几何形状。当以车道中心线可视化展示车道路径时，车道路径可以是障碍物当前所处车道的车道中心线，也可以是障碍物从一个车道变更到另一个车道时，两个车道中心线之间的过渡线。

考虑到无论是机动车还是非机动车，其在道路上的运动走向均受到道路的几何形状的约束。这便使得当起点基本一致，并且目的地基本一致时，非机动车的行驶轨迹，与机动车的行驶轨迹，二者的运动走向是基本一致的。由此可见，非机动车的行驶轨迹的运动走向，与机动车的行驶轨迹的运动走向，都可以采用车道路径进行描述。

进一步的，由于根据机动车道或者道路边缘就能够获取到准确描述了道路的几何形状的车道路径，因此，即使地图中没有绘制出非机动车道，只需进一步确定非机动车最有可能选择哪一个可选车道路径，便能够准确确定非机动车的行驶轨迹的运动走向。

并且，无论是机动车还是非机动车，均会以尽量短的距离和尽量小的角度变换到达其目的地。因此，由此说明，哪一个可选车道路径与障碍物之间的距离偏差与角度偏差越小，便说明障碍物越有可能选择哪一个可选车道路径。因此，为了准确衡量每一个可选车道路径被选择的可能性高低，本申请实施例中，针对每一个可选车道路径，计算障碍物与可选车道路径之间的距离偏差，并计算障碍物与可选车道路径之间的角度偏差。然后基于距离偏差以及角度偏差，确定障碍物与可选车道路径之间的综合偏差。可以理解的，综合偏差越小，被障碍物选择的可能性越高。因此，在确定综合偏差之后，将综合偏差最小的可选车道路径，确认为障碍物在当前时刻所选择的目标车道路径。

目标车道路径作为障碍物未来的行驶参考，指示了障碍物未来的行驶轨迹的运动走向。因此，将目标车道路径与障碍物的当前位置相结合，即可准确预测得到障碍物的行驶轨迹。

概括来说，本申请所提供方法，由于车道路径既适用于描述机动车的行驶轨迹的运动走向，也适用于描述非机动车的行驶轨迹的运动走向，并且可选车道路径的获取并不依赖于非机动车道，因此即使无法获取非机动车道相关信息，也不会对本申请所适用的障碍物类型造成限制。并且，由于不需要使用大量训练数据去训练机器学习模型，而且行驶轨迹预测的各个步骤也具有充分的可解释性，因此本申请还降低了预测成本，提高了应用场景适用范围，并保证了预测结果稳定性。

在一实施例中，基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径，包括：

以当前位置为中心，搜索预设半径范围内的车道路径，并将搜索得到的车道路径作为可选车道路径。

本实施例中，针对障碍物预设有对应的半径范围。在确定障碍物的当前位置后，以其当前位置为中心，划分出对应半径范围的区域。然后检测该区域内存在的车道路径，由此得到障碍物的可选车道路径。

在一实施例中，半径范围与障碍物的运动速度成正相关。障碍物的运动速度越大，为其所设的半径范围越大；反之，障碍物的运动速度越小，为其所设的半径范围越小。通过这种方式，使得搜索范围与障碍物的运动速度相匹配，使得搜索所得的可选车道路径，既没有过多遗漏障碍物的可能选择，也没有过多地去引入对于障碍物而言不必要的选择，避免搜索耗时过长。

考虑到我国非机动车通常在最右边车道行驶，而当非机动车行驶在面积较大的路口区域中，并且地图中没有绘制非机动车的左转车道时，仅在非机动车周围搜索到的可选车道路径可能并不全面，因此，在这种情况下，需要将路口区域中机动车的左转车道路径也加入可选车道路径。因此，在一实施例中，本申请所提供方法还包括：

针对位于路口区域的可选车道路径，获取位于其上游且通向路口区域的第一车道路径，并获取平行于第一车道路径的第二车道路径；

将位于第二车道路径下游的、且位于路口区域的第三车道路径，加入可选车道路径。

具体的，本实施例中，在以障碍物的当前位置为中心，搜索得到预设半径范围内的可选车道路径后，检测这些可选车道路径中是否存在位于路口区域的可选车道路径。

若检测到位于路口区域的可选车道路径，则先确定位于其上游且通向路口区域的第一车道路径，然后再确定与第一车道路径相平行的第二车道路径。显然，第二车道路径也是通向路口区域的。然后再将位于第二车道路径下游的、且位于路口区域的第三车道路径，作为新的可选车道路径加入进来。由此保证路口区域中的可选车道路径的全面性。

在一实施例中，获取障碍物与可选车道路径之间的距离偏差，包括：

筛选出可选车道路径中距离障碍物最近的目标点，并将目标点与障碍物之间的距离作为距离偏差。

本实施例中，针对特定的可选车道路径，通过遍历该可选车道路径上的每一点，然后计算每一点与障碍物之间的距离，即可筛选出距离障碍物最近的目标点。该目标点与障碍物之间的距离，便被作为该可选车道路径与障碍物之间的距离偏差。

在一实施例中，获取障碍物与可选车道路径之间的距离偏差，包括：

等间距地在可选车道路径中筛选出至少两个点，计算至少两个点分别与障碍物之间的距离，并将计算所得距离的均值作为距离偏差。

本实施例中，针对特定的可选车道路径，等间距地筛选出其上的至少两个点。优选地，从该可选车道路径的起始点开始，一直等间距地筛选到该可选车道路径的末尾点。

然后计算每一个筛选出的点与障碍物之间的距离，然后再对所得距离作平均，最终将所得均值作为该可选车道路径与障碍物之间的距离偏差。

在一实施例中，获取障碍物与可选车道路径之间的角度偏差，包括：

筛选出可选车道路径中距离障碍物最近的目标点，并在可选车道路径中选取出目标点的下游点；

基于障碍物的角度、目标点的角度以及下游点的角度，计算得到角度偏差。

本实施例中，针对特定的可选车道路径，先筛选出该可选车道路径中距离障碍物最近的目标点，然后再在该可选车道路径中选取出该目标点的下游点。其中，目标点的下游点，指的是以可选车道路径的路径方向为基准，位于目标点之后的点。

确定目标点和下游点之后，进一步确定目标点的角度以及下游点的角度，然后再结合障碍物的角度，计算得到该可选车道路径与障碍物之间的角度偏差。

在一实施例中，本申请所提供方法还包括：

基于障碍物的朝向，确定障碍物的角度。

本实施例中，可以预先采用包含人工标注朝向的图像，训练得到能够识别障碍物朝向的机器学习模型。然后将拍摄所得的障碍物图像输入该机器学习模型，即可得到由该机器学习模型输出的障碍物的朝向。在确定障碍物的朝向后，结合预设的坐标系（例如：大地坐标系），即可确定障碍物的角度。

在一实施例中，本申请所提供方法还包括：

获取可选车道路径在目标点处的第一切线，并获取可选车道路径在下游点处的第二切线；

基于第一切线获取目标点的角度，并基于第二切线获取下游点的角度。

本实施例中，在筛选出可选车道路径中的目标点之后，即可确定可选车道路径在目标点处的第一切线。将第一切线与预设的坐标系（例如：大地坐标系）相结合，即可确定目标点的角度。

同理，在筛选出可选车道路径中的下游点之后，即可确定可选车道路径在下游点处的第二切线。将第二切线与预设的坐标系（例如：大地坐标系）相结合，即可确定下游点的角度。

在一实施例中，在可选车道路径中选取出目标点的下游点，包括：

将目标点沿可选车道路径的路径方向移动预设距离，得到下游点。

本实施例中，目标点与下游点之间的距离是固定的。

具体的，针对特定的可选车道路径，在筛选出该可选车道路径距离障碍物最近的目标点之后，将目标点沿路径方向移动固定的预设距离，即得到下游点。

考虑到目标点和下游点的选取，主要是为了确定可选车道路径与障碍物之间的角度偏差；而目标点与下游点之间的距离，则直接影响着最终确定出的角度偏差。不同障碍物，运动速度通常不一，因此如果是按照固定的预设距离选取出下游点，则与障碍物可能并不匹配，最终导致计算出的角度偏差并不能够良好地反映出障碍物的运动特征。因此，在一实施例中，在可选车道路径中选取出目标点的下游点，包括：

按照障碍物的运动速度，将目标点沿可选车道路径的路径方向移动预设时长，得到下游点。

本实施例中，目标点与下游点之间的距离并非是固定的，而是主要受到障碍物的运动速度的影响。

具体的，确定障碍物的运动速度。然后，针对特定的可选车道路径，在筛选出该可选车道路径距离障碍物最近的目标点之后，按照障碍物的运动速度，将目标点沿路径方向移动预设时长，于是得到下游点。通过这种方式，本实施例选取出的下游点适应性地与障碍物的运动速度相匹配，由此使得计算出的角度偏差良好地反映出障碍物的运动特征。

需要说明的是，将目标点沿路径方向移动的预设时长，通常取决于待预测的未来时间段的时长，以使得下游点的选取与行驶轨迹的时间维度相匹配。例如：若需要预测障碍物未来5秒内的行驶轨迹，则是将目标点沿路径方向移动5秒以得到下游点。

在一实施例中，基于障碍物的角度、目标点的角度以及下游点的角度，计算得到角度偏差，包括：

获取目标点的角度与下游点的角度之间的平均值，并将平均值与障碍物的角度之间的差值绝对值作为角度偏差。

本实施例中，得到障碍物的角度、目标点的角度以及下游点的角度之后，先计算目标点的角度与下游点的角度之间的平均值，然后计算该平均值与障碍物的角度之间的差值，最终将该差值的绝对值作为可选车道路径与障碍物之间的角度偏差。

在一实施例中，基于距离偏差以及角度偏差，从可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径，包括：

采用预设的权重对距离偏差以及角度偏差进行加权计算，得到障碍物与可选车道路径之间的综合偏差；

将综合偏差最小的可选车道路径选取为目标车道路径。

本实施例中，针对距离偏差以及角度偏差分别设置对应的权重。在得到某一可选车道路径与障碍物之间的距离偏差以及角度偏差之后，采用权重对距离偏差以及角度偏差进行加权计算，即得到该可选车道路径与障碍物之间的综合偏差。

按照这种方式，计算得到每一可选车道路径对应的综合偏差之后，选取出综合偏差最小的可选车道路径，得到目标车道路径。

在一实施例中，若默认障碍物始终规范地沿道路所规定方向行驶，则在选取出目标车道路径后，从障碍物的当前位置出发，将代表障碍物的轨迹点，按照目标车道路径方向移动，并控制每一轨迹点与目标车道路径之间的距离均在预设的距离阈值内，即可预测得到障碍物的行驶轨迹。

考虑到在现实生活中，有些时候，障碍物并没有规范地沿道路所规定方向行驶。因此为了提高预设所得行驶轨迹的准确性，在一实施例中，基于当前位置以及目标车道路径，预测障碍物的行驶轨迹，包括：

基于障碍物与目标车道路径之间的角度偏差，确认障碍物的行驶状态；

基于行驶状态、当前位置以及目标车道路径，预测行驶轨迹。

本实施例中，在确定障碍物与每一可选车道路径之间的角度偏差，并从可选车道路径中选取出目标车道路径之后，即可确定障碍物与目标车道路径之间的角度偏差。

可以理解的，若障碍物规范地沿道路所规定方向行驶，则障碍物与目标车道路径之间的角度偏差应当是较为接近的；反之，若障碍物并没有规范地沿道路所规定方向行驶，则障碍物与目标车道路径之间的角度偏差应当会表现得差距较大。因此，基于障碍物与目标车道路径之间的角度偏差，可以确认障碍物的行驶状态。然后在结合障碍物的行驶状态、障碍物的当前位置以及目标车道路径，进一步准确预测出障碍物的行驶轨迹。

在一实施例中，基于障碍物与目标车道路径之间的角度偏差，确认障碍物的行驶状态，包括：

若障碍物与目标车道路径之间的角度偏差小于第一角度阈值，则确认障碍物处于沿道路正向行驶的状态；

若障碍物与目标车道路径之间的角度偏差大于第二角度阈值，则确认障碍物处于沿道路逆向行驶的状态；第二角度阈值大于第一角度阈值；

若障碍物与目标车道路径之间的角度偏差大于或等于第一角度阈值，并且小于或等于第二角度阈值，则确认障碍物处于不沿道路行驶的状态。

本实施例中，障碍物的行驶状态可以被划分为三类：沿道路正向行驶、沿道路逆向行驶、不沿道路行驶。其中，沿道路正向行驶属于规范地沿道路所规定方向行驶的情况；沿道路逆向行驶，以及不沿道路行驶均属于不规范地沿道路所规定方向行驶的情况。

具体的，预设有两个角度阈值：第一角度阈值与第二角度阈值。第一角度阈值小于第二角度阈值。

若障碍物与目标车道路径之间的角度偏差小于第一角度阈值，则说明障碍物正在规范地沿道路所规定方向行驶，故确认障碍物处于沿道路正向行驶的状态。

若障碍物与目标车道路径之间的角度偏差大于第二角度阈值，则说明障碍物没有规范地沿道路所规定方向行驶，并且障碍物与道路近乎平行。由此说明障碍物正在沿道路逆向行驶，故确认障碍物处于沿道路逆向行驶的状态。

若障碍物与目标车道路径之间的角度偏差介于第一角度阈值与第二角度阈值之间，即大于或等于第一角度阈值，并且小于或等于第二角度阈值，则说明障碍物没有规范地沿道路所规定方向行驶，并且障碍物与道路之间很难称得上是平行或者近乎平行。由此说明障碍物并没有沿道路行驶，更接近于横穿道路的状态，故确认障碍物处于不沿道路行驶的状态。

在一实施例中，基于行驶状态、当前位置以及目标车道路径，预测行驶轨迹，包括：

若障碍物处于沿道路正向行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与目标车道路径方向一致，并且行驶轨迹与目标车道路径之间的距离始终处于预设的距离阈值内；

若障碍物处于沿道路逆向行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与目标车道路径方向相反，并且行驶轨迹与目标车道路径之间的距离始终处于预设的距离阈值内；

若障碍物处于不沿道路行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与障碍物的朝向一致，并且行驶轨迹位于障碍物的朝向所在的直线。

本实施例中，若障碍物处于沿道路正向行驶的状态，则预测所得的障碍物的行驶轨迹具有如下表现：从障碍物的当前位置出发；与目标车道路径方向一致；与目标车道路径之间的距离始终处于预设的距离阈值内。

若障碍物处于沿道路逆向行驶的状态，则预测所得的障碍物的行驶轨迹具有如下表现：从障碍物的当前位置出发；与目标车道路径方向相反；与目标车道路径之间的距离始终处于预设的距离阈值内。

若障碍物处于不沿道路行驶的状态，则预测所得的障碍物的行驶轨迹具有如下表现：从障碍物的当前位置出发；与障碍物的朝向一致；呈直线。

图4示出了本申请一实施例中的针对障碍物确定其可选车道路径的示意图。图5示出了本申请一实施例中的针对特定的可选车道路径，选取最近的目标点以及对应下游点的示意图。图6示出了本申请一实施例中的预测所得行驶轨迹的示意图。图7示出了本申请一实施例中的预测所得行驶轨迹的示意图。图8示出了本申请一实施例中的预测所得行驶轨迹的示意图。

参见图4至图8，在一实施例中，确定障碍物的当前位置之后，以其当前位置为中心，搜索半径5米之内的车道路径——车道路径00、车道路径10以及车道路径11，并将这三个车道路径作为可选车道路径。

需要说明的是，在判断车道路径是否位于搜索范围之内时，若车道路径明确对应有车道面，则优先判断车道路径对应的车道面是否与搜索范围存在交集；若车道路径对应的车道面与搜索范围存在交集，则任务车道路径位于搜索范围之内。因此，虽然车道路径10并没有位于搜索范围之内，但是车道路径10的对应车道与搜索范围存在交集，因此车道路径10被选取为可选车道路径。

遍历这三个可选车道路径，选取出位于路口区域的可选车道路径，得到车道路径11。然后查询位于车道路径11上游且通向路口区域的第一车道路径，得到车道路径10。然后查询位于车道路径10左边且与之平行的第二车道路径，得到车道路径20和车道路径30。然后查询位于车道路径20下游的、且通向路口区域的第三车道路径，得到车道路径21和车道路径22；并查询位于车道路径30下游的、且通向路口区域的第三车道路径，得到车道路径31、车道路径32和车道路径33。然后将所有的第三车道路径均加入可选车道路径，由此可选车道路径包括——车道路径00、车道路径10、车道路径11、车道路径20、车道路径21、车道路径22、车道路径30、车道路径31、车道路径32以及车道路径33。

针对每一可选车道路径，计算其与障碍物之间的距离偏差以及角度偏差，进而以预设权重对距离偏差与角度偏差进行加权计算，得到对应的综合偏差，最终将综合偏差最小的可选车道路径作为目标车道路径。

具体的，以车道路径21为例。先找到车道路径21中距离障碍物最近的目标点，然后按照障碍物的运动速度，将目标点沿车道路径21的路径方向移动5秒，找到下游点（即，图5所示“5秒后点”）。

然后确定车道路径21在目标点的切线，结合大地坐标系，即得到目标点的角度；确定车道路径21在下游点的切线，结合大地坐标系，即得到下游点的角度；确定障碍物的朝向，结合大地坐标系，即得到障碍物的角度。然后计算目标点的角度与下游点的角度之间的平均值，再与障碍物的角度作差，再取所得差值的绝对值，即得到车道路径21与障碍物之间的角度偏差。

至于距离偏差，在确定车道路径21的目标点之后，计算该目标点与障碍物之间的欧氏距离，即得到车道路径21与障碍物之间的距离偏差。

用于划分障碍物行驶状态的两个角度阈值分别为30度、150度。于是，选取出目标车道路径之后，检测目标车道路径与障碍物之间的角度偏差与30度、150度之间的关系。

若目标车道路径与障碍物之间的角度偏差小于30度，则确认障碍物处于沿道路正向行驶的状态。

若目标车道路径与障碍物之间的角度偏差大于150度，则确认障碍物处于沿道路逆向行驶的状态。

若目标车道路径与障碍物之间的角度偏差大于或等于30度，并且小于或等于150度，则确认障碍物处于不沿道路行驶的状态。

参见图6，当目标车道路径为车道路径21，并且确认障碍物处于沿道路正向行驶的状态，则预测所得的行驶轨迹是从障碍物的当前位置出发，并且行驶轨迹的方向与车道路径21的路径方向一致，并且行驶轨迹与车道路径21之间的距离始终处于一定距离范围内。

参见图7，当目标车道路径为车道路径11，并且确认障碍物处于沿道路逆向行驶的状态，则预测所得的行驶轨迹是从障碍物的当前位置出发，并且行驶轨迹的方向与车道路径11的路径方向相反，并且行驶轨迹与车道路径11之间的距离始终处于一定距离范围内。

参见图8，当目标车道路径为车道路径11，并且确认障碍物处于不沿道路形势的状态，则预测所得的行驶轨迹是从障碍物的当前位置出发，并且行驶轨迹的方向与障碍物的朝向一致，并且呈直线状。

图9示出了根据本申请一实施例的障碍物行驶轨迹预测装置的框图，该装置包括：

可选车道路径获取模块210，配置为基于障碍物的当前位置，获取作为障碍物可选行驶参考的可选车道路径；

偏差获取模块220，配置为获取障碍物与可选车道路径之间的距离偏差，并获取障碍物与可选车道路径之间的角度偏差；

目标车道路径获取模块230，配置为基于距离偏差以及角度偏差，选取出与障碍物之间综合偏差最小的目标车道路径；

轨迹预测模块240，配置为基于当前位置以及目标车道路径，预测障碍物的行驶轨迹。

在本申请的一示例性实施例中，可选车道路径获取模块210配置为：

以当前位置为中心，搜索预设半径范围内的车道路径，并将搜索得到的车道路径作为可选车道路径。

在本申请的一示例性实施例中，可选车道路径获取模块210配置为：

针对位于路口区域的可选车道路径，获取位于其上游且通向路口区域的第一车道路径，并获取平行于第一车道路径的第二车道路径；

将位于第二车道路径下游的、且位于路口区域的第三车道路径，加入可选车道路径。

在本申请的一示例性实施例中，偏差获取模块220配置为：

筛选出可选车道路径中距离障碍物最近的目标点，并将目标点与障碍物之间的距离作为距离偏差。

在本申请的一示例性实施例中，偏差获取模块220配置为：

筛选出可选车道路径中距离障碍物最近的目标点，并在可选车道路径中选取出目标点的下游点；

基于障碍物的角度、目标点的角度以及下游点的角度，计算得到角度偏差。

在本申请的一示例性实施例中，偏差获取模块220配置为：

按照障碍物的运动速度，将目标点沿可选车道路径的路径方向移动预设时长，得到下游点。

在本申请的一示例性实施例中，偏差获取模块220配置为：

获取目标点的角度与下游点的角度之间的平均值，并将平均值与障碍物的角度之间的差值绝对值作为角度偏差。

在本申请的一示例性实施例中，偏差获取模块220配置为：

获取可选车道路径在目标点处的第一切线，并获取可选车道路径在下游点处的第二切线；

基于第一切线获取目标点的角度，并基于第二切线获取下游点的角度。

在本申请的一示例性实施例中，目标车道路径获取模块230配置为：

采用预设的权重对距离偏差以及角度偏差进行加权计算，得到障碍物与可选车道路径之间的综合偏差；

将综合偏差最小的可选车道路径选取为目标车道路径。

在本申请的一示例性实施例中，轨迹预测模块240配置为：

基于障碍物与目标车道路径之间的角度偏差，确认障碍物的行驶状态；

基于行驶状态、当前位置以及目标车道路径，预测行驶轨迹。

在本申请的一示例性实施例中，轨迹预测模块240配置为：

若障碍物与目标车道路径之间的角度偏差小于第一角度阈值，则确认障碍物处于沿道路正向行驶的状态；

若障碍物与目标车道路径之间的角度偏差大于第二角度阈值，则确认障碍物处于沿道路逆向行驶的状态；第二角度阈值大于第一角度阈值；

若障碍物与目标车道路径之间的角度偏差大于或等于第一角度阈值，并且小于或等于第二角度阈值，则确认障碍物处于不沿道路行驶的状态。

在本申请的一示例性实施例中，轨迹预测模块240配置为：

若障碍物处于沿道路正向行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与目标车道路径方向一致，并且行驶轨迹与目标车道路径之间的距离始终处于预设的距离阈值内；

若障碍物处于沿道路逆向行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与目标车道路径方向相反，并且行驶轨迹与目标车道路径之间的距离始终处于预设的距离阈值内；

若障碍物处于不沿道路行驶的状态，则预测行驶轨迹从当前位置出发，并且行驶轨迹与障碍物的朝向一致，并且行驶轨迹位于障碍物的朝向所在的直线。

下面参考图10来描述根据本申请实施例的电子设备30。图10显示的电子设备30仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图10所示，电子设备30以通用计算设备的形式表现。电子设备30的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同系统组件（包括存储单元320和处理单元310）的总线330。

其中，存储单元320存储有程序代码，程序代码可以被处理单元310执行，使得处理单元310执行本说明书上述示例性方法的描述部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元310可以执行如图3中所示的各个步骤。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元（ROM）3203。

存储单元320还可以包括具有一组（至少一个）程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备30也可以与一个或多个外部设备400（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备30交互的设备通信，和/或与使得该电子设备30能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口350进行。输入/输出（I/O）接口350与显示单元340相连。并且，电子设备30还可以通过网络适配器360与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器360通过总线330与电子设备30的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、终端装置、或者网络设备等）执行根据本申请实施方式的方法。

在本申请的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机可读指令，当计算机可读指令被计算机的处理器执行时，使计算机执行上述方法实施例部分描述的方法。

根据本申请的一个实施例，还提供了一种用于实现上述方法实施例中的方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如JAVA、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本申请中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、移动终端、或者网络设备等）执行根据本申请实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由所附的权利要求指出。

Claims (13)

1.一种障碍物行驶轨迹预测方法，其特征在于，所述方法包括：

基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径；

获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；

基于所述距离偏差以及所述角度偏差，从所述可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径；

基于所述障碍物与所述目标车道路径之间的角度偏差，确认所述障碍物的行驶状态；

基于所述行驶状态、所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹；

其中，基于所述障碍物与所述目标车道路径之间的角度偏差，确认所述障碍物的行驶状态，包括：

若所述障碍物与所述目标车道路径之间的角度偏差小于第一角度阈值，则确认所述障碍物处于沿道路正向行驶的状态；

若所述障碍物与所述目标车道路径之间的角度偏差大于第二角度阈值，则确认所述障碍物处于沿道路逆向行驶的状态；所述第二角度阈值大于所述第一角度阈值；

若所述障碍物与所述目标车道路径之间的角度偏差大于或等于所述第一角度阈值，并且小于或等于所述第二角度阈值，则确认所述障碍物处于不沿道路行驶的状态。

2.根据权利要求1所述的方法，其特征在于，基于障碍物的当前位置，获取障碍物在行驶过程中的可选车道路径，包括：

以所述当前位置为中心，搜索预设半径范围内的车道路径，并将搜索得到的车道路径作为所述可选车道路径。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

针对位于路口区域的可选车道路径，获取位于其上游且通向所述路口区域的第一车道路径，并获取平行于所述第一车道路径的第二车道路径；

将位于所述第二车道路径下游的、且位于所述路口区域的第三车道路径，加入所述可选车道路径。

4.根据权利要求1所述的方法，其特征在于，获取所述障碍物与所述可选车道路径之间的距离偏差，包括：

筛选出所述可选车道路径中距离所述障碍物最近的目标点，并将所述目标点与所述障碍物之间的距离作为所述距离偏差。

5.根据权利要求1所述的方法，其特征在于，获取所述障碍物与所述可选车道路径之间的角度偏差，包括：

筛选出所述可选车道路径中距离所述障碍物最近的目标点，并在所述可选车道路径中选取出所述目标点的下游点；

基于所述障碍物的角度、所述目标点的角度以及所述下游点的角度，计算得到所述角度偏差。

6.根据权利要求5所述的方法，其特征在于，在所述可选车道路径中选取出所述目标点的下游点，包括：

按照所述障碍物的运动速度，将所述目标点沿所述可选车道路径的路径方向移动预设时长，得到所述下游点。

7.根据权利要求5所述的方法，其特征在于，基于所述障碍物的角度、所述目标点的角度以及所述下游点的角度，计算得到所述角度偏差，包括：

获取所述目标点的角度与所述下游点的角度之间的平均值，并将所述平均值与所述障碍物的角度之间的差值绝对值作为所述角度偏差。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取所述可选车道路径在所述目标点处的第一切线，并获取所述可选车道路径在所述下游点处的第二切线；

基于所述第一切线获取所述目标点的角度，并基于所述第二切线获取所述下游点的角度。

9.根据权利要求1所述的方法，其特征在于，基于所述距离偏差以及所述角度偏差，从所述可选车道路径中选取出与障碍物之间的综合偏差最小的目标车道路径，包括：

采用预设的权重对所述距离偏差以及所述角度偏差进行加权计算，得到所述障碍物与所述可选车道路径之间的综合偏差；

将所述综合偏差最小的可选车道路径选取为所述目标车道路径。

10.根据权利要求1所述的方法，其特征在于，基于所述行驶状态、所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹，包括：

若所述障碍物处于沿道路正向行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述目标车道路径方向一致，并且所述行驶轨迹与所述目标车道路径之间的距离始终处于预设的距离阈值内；

若所述障碍物处于沿道路逆向行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述目标车道路径方向相反，并且所述行驶轨迹与所述目标车道路径之间的距离始终处于预设的距离阈值内；

若所述障碍物处于不沿道路行驶的状态，则预测所述行驶轨迹从所述当前位置出发，并且所述行驶轨迹与所述障碍物的朝向一致，并且所述行驶轨迹位于所述障碍物的朝向所在的直线。

11.一种障碍物行驶轨迹预测装置，其特征在于，所述装置包括：

可选车道路径获取模块，配置为基于障碍物的当前位置，获取作为障碍物可选行驶参考的可选车道路径；

偏差获取模块，配置为获取所述障碍物与所述可选车道路径之间的距离偏差，并获取所述障碍物与所述可选车道路径之间的角度偏差；

目标车道路径获取模块，配置为基于所述距离偏差以及所述角度偏差，选取出与障碍物之间综合偏差最小的目标车道路径；

轨迹预测模块，配置为基于所述障碍物与所述目标车道路径之间的角度偏差，确认所述障碍物的行驶状态；以及基于所述行驶状态、所述当前位置以及所述目标车道路径，预测所述障碍物的行驶轨迹；

其中，所述轨迹预测模块配置为：若所述障碍物与所述目标车道路径之间的角度偏差小于第一角度阈值，则确认所述障碍物处于沿道路正向行驶的状态；

若所述障碍物与所述目标车道路径之间的角度偏差大于第二角度阈值，则确认所述障碍物处于沿道路逆向行驶的状态；所述第二角度阈值大于所述第一角度阈值；

若所述障碍物与所述目标车道路径之间的角度偏差大于或等于所述第一角度阈值，并且小于或等于所述第二角度阈值，则确认所述障碍物处于不沿道路行驶的状态。

12.一种电子设备，其特征在于，包括：

一个或多个处理单元；

存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现权利要求1至10任一项所述的方法。

13.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行权利要求1至10任一项所述的方法。