KR20210065075A

KR20210065075A - 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체

Info

Publication number: KR20210065075A
Application number: KR1020210062519A
Authority: KR
Inventors: 잉후이 리
Original assignee: 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Priority date: 2020-05-14
Filing date: 2021-05-14
Publication date: 2021-06-03
Also published as: JP2021152906A; CN113672845A

Abstract

본 출원은 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체를 개시하였고, 컴퓨터 기술 분야에 관한 것으로, 특하 차량 안전기술 분야에 관한 것이다. 구체적인 구현 방수단은, 제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는 단계; 상기 현재 차량의 현재 위치점을 획득하고, 상기 현재 위치점 및 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계; 를 포함한다. 제1 역사 위치점을 획득하여, 제1 피팅 결과를 획득하고, 현재 위치점 및 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추며, 궤적 예측의 효율 및 정확도를 향상시킨다.

Description

차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체{VEHICLE DRIVING TRAJECTORY PREDICTION METHOD, APPARATUS, DEVICE AND STORAGE MEDIUM}

본 출원은 컴퓨터 기술 분야에 관한 것으로, 특히 차량 안전기술 분야에 관한 것이고, 구체적으로 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체에 관한 것이다.

교통업의 비약적인 발전에 따라, 도로의 차량은 급증하고, 교통 안전 형세는 날로 심각해지고, 운전자는 운전시 차량의 주행 궤적에 따라 주행 충돌의 확률을 예측할 수 없으며, 운전자와 승객의 신변 안전에 큰 위협을 가져온다.

현재, 차량의 주행 궤적을 예측할 경우, 주로 차량의 핸들, 축거 및 좌우 두 바퀴 사이의 거리 등 파라미터를 예측하거나, 레이더로 앞차의 거리 및 속도를 검사하고, 충돌 시간을 예측한다.

그러나, 레이더의 원가가 상대적으로 높고, 차량 파라미터에 따라 예측할 경우, 차량 신호에 대한 예측 과정의 의존도가 비교적 높고, 예측 결과의 정확도가 비교적 낮고, 예측 효율이 높지 않게 된다.

본 출원의 실시예는 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체를 제공하여, 차량 주행 궤적 예측의 정확률과 효율을 향상시키고, 원가를 낮춘다.

제1 측면에 따르면, 본 출원 실시예는 차량 주행 궤적의 예측 방법을 개시하는 바, 당해 방법은,

현재 차량이 제1 역사 주행 시간대 내에서의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점에 대해 피팅하여, 제1 피팅 결과를 획득하는 단계;

상기 현재 차량의 현재 위치점을 획득하고, 상기 현재 위치점과 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계; 를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익한 효과를 구비한다. 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하고, 현재 위치점과 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추며, 궤적 예측의 효율 및 정확도를 향상시킨다.

또한, 본 출원의 상기 실시예의 차량 주행 궤적의 예측 방법은, 하기의 추가된 기술적 구성을 구비한다

선택적으로, 제1 역사 주행 시간대는 현재 시간과 가장 가까운 역사 주행 시간대이고;

제1 역사 주행 시간대에 대응하는 시간은 미리 설정된 시간 역치보다 크고, 제1 역사 주행 시간대에 대응하는 주행 거리는 미리 설정된 거리 역치보다 크다.

상기 출원의 일 실시예는 하기의 우점 또는 유익한 효과를 구비한다. 제1 역사 주행 시간대를 위해 범위를 나누고, 기타 무효 역사 주행 시간대에 대한 계산을 방지하고, 계산 정확도와 계산 효율을 향상시킨다.

선택적으로, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는 단계는,

피팅에 사용되는 제1 피팅 방정식을 결정하는 단계;

각 제1 역사 위치점에 대해, 제1 미리 설정된 변형 인자를 기반으로, 제1 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계;

제1 역사 위치점의 각 좌표와 각 상기 변형 방정식에 따라, 제1 피팅 방정식의 미지 계수의 값을 결정하는 단계;

상기 미지 계수의 값으로 제1 피팅 방정식을 업데이트하고, 제1 피팅 결과를 획득하는 단계; 를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익한 효과를 구비한다. 제1 미리 설정된 변형 인자에 따라 제1 피팅 방정식을 변형시키고, 변형 방정식을 기반으로 제1 피팅 방정식의 미지 계수를 결정하고, 제1 피팅 방정식에 대한 결정을 구현하고, 제1 피팅 방정식의 계산 정확도를 향상시킨다.

선택적으로, 제1 미리 설정된 변형 인자는, 현재 제1 역사 위치점의 순번, 현재 제1 역사 위치점에 대응하는 항향각, 제1 역사 위치점의 총 수량, 각 제1 역사 위치점의 제1 좌표축 방향의 좌표값 분산 및 각 제1 역사 위치점의 제2 좌표축 방향의 좌표값 분산 중 적어도 하나를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익한 효과를 구비한다. 제1 역사 위치점의 정보에 따라, 제1 미리 설정된 변형 인자를 결정하여, 제1 피팅 방정식의 표현 능력과 계산 정확도를 향상시킬 수 있다.

선택적으로, 상기 현재 위치점과 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계는,

제1 피팅 결과에 따라, 현재 위치점에 대응하는 곡률 반경을 결정하는 단계;

상기 현재 위치점 및 상기 곡률 반경에 따라, 궤적 호를 결정하고, 당해 궤적 호를 예측된 상기 현재 차량의 주행 궤적으로 결정하는 단계; 를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 곡률 반경에 따라 차량 주행 궤적을 결정하여, 차량 주행 궤적 예측의 정확성을 향상시킨다.

선택적으로, 상기 현재 위치점과 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측한 후, 상기 방법은,

제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계;

상기 각 시각에서 상기 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는 단계;

제2 피팅 결과에 따라, 상기 앞 차량과 상기 현재 차량의 현재 거리와 현재 속도를 결정하는 단계;

상기 현재 거리와 현재 속도에 따라, 상기 앞 차량과 상기 현재 차량의 충돌 시간을 결정하고, 상기 충돌 시간에 따라, 충돌 경보의 수행 여부를 결정하는 단계; 를 더 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제2 역사 주행 시간대의 각 시각에서 앞 차량이 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 결정하고, 제2 피팅 결과에 따라, 앞 차량과 현재 차량의 현재 거리와 현재 속도를 결정하여, 앞 차량과 현재 차량의 현재 거리와 현재 속도의 계산 정확도 및 효율을 향상시킨다.

선택적으로, 상기 각 시각에서 상기 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는 단계는,

피팅에 사용되는 제2 피팅 방정식을 결정하는 단계;

각 시각에 대하여, 제2 미리 설정된 변형 인자를 기반으로, 제2 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계;

각 시각에서 상기 앞 차량이 상기 현재 차량까지의 거리 및 제2 피팅 방정식에 대응하는 각 변형 방정식에 따라, 제2 피팅 방정식의 미지 계수의 값을 결정하는 단계;

제2 피팅 방정식의 미지 계수의 값으로 제2 피팅 방정식을 업데이트하고, 제2 피팅 결과를 획득하는 단계; 를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제2 미리 설정된 변형 인자에 따라, 제2 피팅 방정식을 변형시키고, 변형 방정식에 따라, 제2 피팅 방정식의 미지 계수를 결정하고, 제2 피팅 방정식에 대한 결정을 구현하고, 제2 피팅 방정식의 계산 정확도를 향상시킨다.

상기 제2 미리 설정된 변형 인자는 현재 시각의 순번, 시각의 총 수량, 각 시각의 분산 및 상기 각 시각에서 상기 앞 차량이 상기 현재 차량까지 거리의 분산 중 적어도 하나를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제2 미리 설정된 변형 인자에 따라, 제2 피팅 방정식의 표현 능력 및 계산 정확도를 향상시킨다.

선택적으로, 제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계 전에, 상기 방법은,

상기 현재 차량의 앞 차량과 예측된 상기 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위 내에 있는지 여부를 결정하고, 미리 설정된 범위 내에 있을 경우, 제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리에 대한 동작을 수행하도록 트리거링하는 단계를 더 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 먼저 앞 차량과 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위에 있는지 여부를 결정하고, 미리 설정된 범위 내에 있을 경우, 충돌 예측 동작을 진행하고, 예측의 정확성을 향상시키고, 계산 압력이 너무 커 조성되는 오차를 방지하고, 무효 경보를 감소하고, 사용자 체험을 향상시킨다.

선택적으로, 제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계는,

상기 현재 차량의 촬영 장치가 제2 역사 주행 시간대의 각 시각에서 촬영한 이미지를 획득하는 단계;

상기 각 이미지에 대해 이미지 인식하여, 각 시각에서 상기 현재 차량 앞 차량의 위치 정보를 결정하는 단계;

각 시각에서 상기 앞 차량의 위치 정보 및 상기 촬영 장치의 내부 파라미터와 외부 파라미터를 통해, 각 시각에서 상기 앞 차량이 상기 현재 차량까지의 거리를 결정하는 단계; 를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 이미지 인식을 통해, 각 시각에서 앞 차량의 위치 정보를 획득하고, 교정된 촬영 장치의 파라미터에 따라, 각 시각에서 앞 차량이 현재 차량까지의 거리를 결정하고, 기존 기술에서, 레이더 시스템의 사용으로 하여 원가가 비교적 높은 문제를 해결하고, 사용자 체험을 향상시킨다.

선택적으로, 상기 내부 파라미터는, 광 중심, 초점 거리 및 픽셀 크기의 비율을 포함하고;

상기 외부 파라미터는, 상기 촬영 장치의 자세 각도와 상기 촬영 장치가 지면까지의 높이를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 앞 차량의 위치 및 현재 차량까지의 거리에 대한 계산 효율을 향상시키고, 앞 차량의 위치 및 거리 순번을 정확하게 기록한다.

제2 측면에 따르면, 본 출원 실시예는 차량 주행 궤적 예측 장치를 개시하는 바, 당해 장치는,

제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는데 사용되는 제1 피팅 결과 획득 모듈;

상기 현재 차량의 현재 위치점을 획득하고, 상기 현재 위치점 및 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는데 사용되는 주행 궤적 예측 모듈; 을 포함한다.

제3 측면에 따르면, 본 출원 실시예는 전자 기기를 개시하는 바, 당해 전자 기기는,

적어도 하나의 프로세서; 및

상기 적어도 하나의 프로세서와 통신 가능하게 연결되는 메모리; 를 포함하고,

상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되어 있고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행될 경우, 상기 적어도 하나의 프로세서가 본 출원의 차량 주행 궤적 예측 방법을 수행한다.

제4 측면에 따르면, 본 출원 실시예는 컴퓨터 프로그램이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체를 더 제공하고, 상기 컴퓨터 프로그램의 명령이 실행될 경우, 본 출원의 차량 주행 궤적 예측 방법이 수행된다.

제5 측면에 따르면, 본 출원 실시예는 컴퓨터 판독 가능 저장 매체에 저장되어 있는 컴퓨터 프로그램을 더 제공하고, 상기 컴퓨터 프로그램의 명령이 실행될 경우, 본 출원의 차량 주행 궤적 예측 방법이 수행된다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하고, 현재 위치점 및 제1 피팅 결과에 따라 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추며, 궤적 예측의 효율 및 정확도를 향상시킨다.

상기 옵션 방식에 구비한 기타 효과는 아래의 설명에서 구체적인 실시예와 결합하여 설명된다.

도면은 본 기술적 수단을 더 잘 이해하는데 사용되고, 본 출원을 한정하려는 것은 아니다.
도1은 본 출원의 제1 실시예에 따른 차량 주행 궤적 예측 방법의 흐름 개략도이다.
도2는 본 출원의 제2 실시예에 따른 차량 주행 궤적 예측 방법의 흐름 개략도이다.
도3은 본 출원의 제2 실시예에 따라 미리 설정된 범위의 개략도이다.
도4는 본 출원의 제2 실시예에 따른 궤적 예측 및 충돌 경고의 흐름 개략도이다.
도5는 본 출원의 제3 실시예에 따른 차량 주행 궤적 예측 장치의 구조 개략도이다.
도6은 본 출원 실시예의 차량 주행 궤적 예측 방법을 구현하기 위한 전자 기기의 블록도이다.

하기의 도면과 결합하여 본 출원의 예시적인 실시예를 설명한다. 여기에는 이해를 돕기 위해 본 출원의 실시예의 복수의 세부 사항을 포함하고, 실시예들은 단지 예시적인 것으로 간주되어야 한다. 때문에 당해 발명에 속하는 기술 분야의 통상의 기술자는 본 출원의 범위 및 사상을 벗어나지 않고 실시예에 여러가지 변경과 수정을 할 수 있다는 것을 인식해야 한다. 동시에 정확성과 간결성을 위해 하기의 설명에서 공지 기능과 구조에 대한 설명은 생략한다.

제1 실시예

도1은 본 출원의 제1 실시예에 따른 차량 주행 궤적 예측 방법의 흐름 개략도이고, 본 실시예는 주행 차량의 궤적을 예측하는 상황에 사용될 수 있고, 당해 방법은 차량 주행 궤적 예측 장치로 수행할 수 있고, 당해 장치는 소프트웨어 및/또는 하드웨어의 방식으로 구현될 수 있고, 전자 기기에 집성될 수 있고, 당해 전자 기기는 차량 탑재 단말 등 기기일 수 있다. 도1에 도시한 바와 같이, 본 실시예에서 제공하는 차량 주행 궤적 예측 방법은, 단계S110 내지 단계S120을 포함한다.

단계S110에서, 제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득한다.

여기서, GPS(Global Positioning System, 위성 항법 시스템) 및 IMU(Inertial Measurement Unit, 관성 측정 장치)의 출력 결과를 융합하고, 현재 차량이 제1 역사 주행 시간대에서 주행했었던 복수의 위치점을 획득하고, 당해 복수의 위치점을 제1 역사 위치점으로 결정한다.

본 실시예에서, 선택적으로, 제1 역사 주행 시간대는 현재 시간에 가장 가까운 역사 주행 시간대이고; 제1 역사 주행 시간대에 대응하는 시간은 미리 설정된 시간 역치보다 크고, 제1 역사 주행 시간대에 대응하는 주행 거리는 미리 설정된 거리 역치보다 크다. 예를 들면, 미리 설정된 시간 역치가 10s일 경우, 미리 설정된 거리 역치는 60m이고, 현재 차량이 현재 시각 전 11초 내의 각 시각의 위치점을 획득하여, 제1 역사 위치점으로 하고; 또는, 현재 차량이 현재 시각 전의 주행 거리가 65m인 시간대의 각 시각의 위치점을 획득하여, 제1 역사 위치점으로 하고; 또는, 현재 차량이 현재 시각 전 15초 내의 각 시각의 위치점 획득하여, 제1 역사 위치점으로 하고, 당해 15s 내에서 차량 주행 거리는 60m를 초과한다.

구체적으로, 현재 차량은 복수의 시간대에서 주행을 했었고, 현재 시간에 가장 가까운 역사 주행 시간대는 제1 역사 주행 시간대이다. 예를 들면, 현재 시간이 3월 13일의 15:40이고, 현재 차량의 역사 주행 시간대가 3월 12일의 17:20 내지 17:40 및 3월 13일의 9:30 내지 10:20을 포함할 경우, 제1 역사 주행 시간대는 3월 13일의 9:30 내지 10:20의 시간대이다. 시간 역치 및/또는 거리 역치를 미리 설정할 수 있고, 제1 역사 주행 시간대의 확인 요구는, 당해 대응 시간은 미리 설정된 시간 역치보다 큰 것일 수 있고, 역사 주행 시간대에 대응하는 시간이 미리 설정된 시간 역치보다 작거나 같을 경우, 당해 역사 주행 시간대는 제1 역사 주행 시간대가 아니다. 제1 역사 주행 시간대의 확인 요구도 당해 대응 주행 거리는 미리 설정된 거리 역치보다 큰 것일수 있고, 역사 주행 시간대의 주행 거리가 미리 설정된 거리 역치보다 작거나 같을 경우, 당해 역사 주행 시간대는 제1 역사 주행 시간대가 아니다. 예를 들면, 미리 설정된 시간 역치가 15분이고, 현재 시간이 3월 13일의 15:40이고, 현재 차량의 역사 주행 시간대는 3월 12일의 17:20 내지 17:40 및 3월 13일의 9:30 내지 9:40을 포함할 경우, 제1 역사 주행 시간대는 3월 12일의 17:20 내지 17:40의 시간대를 포함한다. 이러한 설정은, 제1 역사 주행 시간대를 위해 범위를 나누고, 기타 무효 역사 주행 시간대에 대한 계산을 방지하고, 계산 정확도 및 계산 효율을 향상시키는 유익한 효과를 구비한다.

본 실시예에서, 선택적으로, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는 단계는, 피팅에 사용되는 제1 피팅 방정식을 결정하는 단계; 각 제1 역사 위치점에 대해, 제1 미리 설정된 변형 인자를 기반으로, 제1 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계; 제1 역사 위치점의 각 좌표와 각 상기 변형 방정식에 따라, 제1 피팅 방정식의 미지 계수의 값을 결정하는 단계; 미지 계수의 값으로 제1 피팅 방정식을 업데이트하고, 제1 피팅 결과를 획득하는 단계; 를 포함한다.

구체적으로, 복수의 제1 역사 위치점을 획득한 후, 복수의 제1 역사 위치점을 피팅한다. 제1 역사 위치점은 (x, y, θ)으로 표시할 수 있고, x는 현재 제1 역사 위치점의 제1 좌표축 방향의 좌표를 표시하고, y는 현재 제1 역사 위치점의 제2 좌표축 방향의 좌표를 표시하며, θ는 현재 제1 역사 위치점의 항향각을 표시하고, x와 y는 공동으로 현재 차량의 위치 정보를 표시한다. 먼저 피팅하는데 사용되는 제1 피팅 방정식을 결정하고, 여기서, 제1 피팅 방정식은 제1 역사 위치점의 제1 좌표축 방향의 좌표를 독립 변수로하고, 제1 역사 위치점의 제2 좌표축 방향의 좌표를 종속 변수로 한다. 현재 차량의 현재 위치를 좌표 원점으로 설정할 수 있고, 제1 좌표축 방향은 x축 방향이고, x축 방향은 현재 차량의 중축선과 수직되는 방향이고, 제2 좌표축 방향은 y축 방향이고, y축 방향은 현재 차량의 중축선 방향이다. X와 y의 값에 따라, 제1 피팅 방정식을 결정할 수 있고, 제1 피팅 방정식은 2차 또는 고차 방정식일 수 있다. 예를 들면, 방정식의 안정성 및 표현 능력을 감안하여, 제1 피팅 방정식을 3차 방정식으로 결정하고,

으로 표시하고, 여기서, a, b, c 및 d는 미지 계수이다.

제1 미리 설정된 변형 인자를 미리 설정하고, 제1 미리 설정된 변형 인자에 따라, 제1 피팅 방정식을 변형시키고, 적어도 하나의 각 제1 역사 위치점에 대한 변형 방정식을 획득한다. 제1 미리 설정된 변형 인자에 따라, 변형 방정식의 가중치를 결정하고, 최소 제곱에 사용되는 가중치를 구비한 방정식을 획득한다. 예를 들면, 제1 미리 설정된 변형 인자를

으로 결정할 경우, 제1 변형 방정식은

으로 표시할 수 있고, 여기서, i는 현재 제1 역사 위치점의 순번이고, N은 제1 역사 위치점의 수량이고,

는 현재 제1 역사 위치점의 제1 좌표축 방향의 좌표이고,

는 현재 제1 역사 위치점의 제2 좌표축 방향의 좌표이며,

는

의 분산이다. 제1 변형 방정식에 따라, 제2 변형 방정식을 결정할 수 있다. 예를 들면, 제1 변형 방정식에 대해 1차 미분할 경우, 제2 변형 방정식은

으로 표시할 수 있고, 여기서,

는

의 분산이다. 각 제1 역사 위치점의 좌표와 각 변형 방정식을 결정하고, 각 제1 역사 위치점의 좌표를 각 변형 방정식에 대입하고, 계산하여 제1 피팅 방정식의 미지 계수의 값을 획득할 수 있다. 미지 계수의 값을 제1 피팅 방정식에 추가하고, 제1 피팅 방정식을 업데이트하여, 제1 피팅 결과를 획득한다. 제1 피팅 방정식을 피팅할 경우, 제1 역사 위치점 순번의 첫 순위는 비교적 낮은 가중치를 사용할 수 있고, 뒤에 있는 제1 역사 위치점이 사용하는 가중치는 높일 수 있고, TTC(Time-To-Collision, 충돌 소요 시간) 예측의 안정성 및 예측의 정확성을 향상시킨다. 이러한 설정은, 제1 피팅 방정식을 변형시켜, 변형 방정식을 획득하고, 제1 피팅 결과가 더 정확함으로, 차량 주행 궤적 예측의 정확도를 향상시키는 유익한 효과를 구비한다.

본 실시예에서, 선택적으로, 제1 미리 설정된 변형 인자는, 현재 제1 역사 위치점의 순번, 현재 제1 역사 위치점에 대응하는 항향각, 제1 역사 위치점의 총 수량, 각 제1 역사 위치점의 제1 좌표축 방향 좌표의 분산 및 각 제1 역사 위치점의 제2 좌표축 방향 좌표의 분산 중 적어도 하나를 포함한다.

구체적으로, 제1 미리 설정된 변형 인자는 제1 역사 위치점에 관한 하나 또는 복수의 정보에 따라 결정된다. 예를 들면, 제1 미리 설정된 변형 인자

는, 현재 제1 역사 위치점의 순번, 제1 역사 위치점의 총 수량 및 각 제1 역사 위치점의 제1 좌표축 방향 좌표의 분산을 사용한다. 여기서, 분산의 수치는 미리 설정할 수 있고, 제1 역사 위치점의 서열을 2차 빼기를 한 후, 차분 결과 제곱합의 평균치를 계산할 수 있다. 이러한 설정은, 제1 피팅 방정식의 미지 계수의 정확성을 향상시키고, 제1 피팅 방정식의 표현 능력 및 계산 정확도를 향상시키는 유익한 효과를 구비한다.

단계S120에서, 현재 차량의 현재 위치점을 획득하고, 현재 위치점 및 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측한다.

여기서, 현재 차량은 주행 상태이고, 현재 차량의 현재 위치점은, GPS, IMU의 출력 결과에 따라 획득할 수 있고, 현재 위치점을

로 표시할 수 있다.

본 실시예에서, 선택적으로, 현재 위치점 및 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측하고 당해 단계는, 제1 피팅 결과에 따라, 현재 위치점에 대응하는 곡률 반경을 결정하는 단계; 현재 위치점 및 곡률 반경에 따라, 궤적 호를 결정하고, 당해 궤적 호를 예측된 현재 차량의 주행 궤적으로 결정하는 단계; 를 포함한다.

구체적으로, 제1 피팅 결과에 따라, 곡률 반경R을 획득하고,

에서 R을 반경으로 원호를 작성하여, 궤적 호를 획득하고, 당해 궤적 호를 예측된 현재 차량의 주행 궤적으로 한다. 이러한 설정은, 곡률 반경 및 현재 위치점에 따라, 차량 주행 궤적을 결정하고, 차량 주행 궤적 예측 정확성 및 예측 효율을 향상시키는 유익한 효과를 구비한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하고, 현재 위치점 및 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추고, 궤적 예측의 효율 및 정확도를 향상시킨다.

제2 실시예

도2는 본 출원의 제2 실시예에 따른 차량 주행 궤적 예측 방법의 흐름 개략도이고, 본 실시예는 상기 실시예를 기반으로 최적화하고, 주행 차량에 대해 충돌 경보를 하는 상황에 사용되고, 당해 방법은 차량 주행 궤적 예측 장치로 수행할 수 있고, 당해 장치는 소프트웨어 및/또는 하드웨어의 방식으로 구현될 수 있고, 전자 기기에 집성될 수 있고, 당해 전자 기기는 차량 탑재 단말 등 기기일 수 있다. 도2에 도시한 바와 같이, 본 실시예에서 제공하는 차량 주행 궤적 예측 방법은, 단계S210 내지 단계S260을 포함한다.

단계S210에서, 현재 차량이 제1 역사 주행 시간대에서의 복수의 제1 역사 위치점을 획득하고, 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득한다.

단계S220에서, 현재 차량의 현재 위치점을 획득하고, 현재 위치점 및 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측한다.

단계S230에서, 제2 역사 주행 시간대의 시각에서 현재 차량의 앞 차량이 현재 차량까지의 거리를 획득한다.

여기서, 제2 역사 주행 시간대는 미리 설정된 시간대일 수 있다. 예를 들면, 미리 설정된 제2 역사 주행 시간대가 3초일 경우, 현재 시각 전 3초 시간대의 각 시각에서 현재 차량의 앞 차량이 현재 차량까지의 거리를 획득하고, 현재 차량의 앞 차량은 여려 대일 수 있다.

본 실시예에서, 선택적으로, 제2 역사 주행 시간대의 각 시각에서 현재 차량의 앞 차량이 현재 차량까지의 거리를 획득하는 단계는, 현재 차량의 촬영 장치가 제2 역사 주행 시간대의 각 시각에서 촬영한 이미지를 획득하는 단계; 각 이미지에 대해 이미지 인식을 하여, 각 시각에서 현재 차량 앞 차량의 위치 정보를 결정하는 단계; 각 시각에서 앞 차량의 위치 정보, 촬영 장치의 내부 파라미터 및 외부 파라미터에 따라, 각 시각에서 앞 차량이 현재 차량까지의 거리를 결정하는 단계; 를 포함한다.

구체적으로, 현재 차량에 설치되어 있는 촬영 장치가 촬영한 앞 차량의 이미지를 통해, 제2 역사 주행 시간대의 각 시각에서 앞 차량의 이미지를 획득한다. 촬영한 이미지에 대해 이미지 인식을 하고, 제2 역사 주행 시간대의 각 시각에서 현재 차량 앞 차량의 위치 정보를 결정하고, 여기서, 당해 위치 정보는 앞 차량이 해당 이미지에서의 체크 박스의 위치 정보를 포함할 수 있다.

각 시각에서 앞 차량이 현재 차량까지의 거리를 결정하기 전에, 촬영 장치의 내부 파라미터를 시스템에 미리 설정하고, 외부 파라미터에 대해 온라인 교정을 할 수 있다. 외부 파라미터를 교정하는 방법은 아래와 같다. 먼저 현재 차량의 연속적인 멀티 프레임 이미지에서 인접한 미리 설정된 수량의 차선을 검사하고, 각 프레임 이미지의 각 차선에 대응하는 피팅 파라미터를 계산하고; 각 프레임 이미지의 각 차선에 대응하는 피팅 파라미터와 미리 결정된 촬영 장치의 내부 파라미터에 따라, 촬영 장치의 외부 파라미터를 교정한다. 촬영 장치의 내부 파라미터 및 외부 파라미터를 결정한 후, 각 시각에서 앞 차량의 위치 정보, 촬영 장치의 내부 파라미터 및 외부 파라미터에 따라, 각 시각에서 앞 차량이 현재 차량까지의 거리를 결정한다. 이러한 설정은, 이미지 인식을 통해, 각 시각에서 앞 차량의 위치 정보를 획득하고, 교정한 촬영 장치 파라미터에 따라, 각 시각에서 앞 차량이 현재 차량까지의 거리를 결정하고, 기존의 기술에서, 레이더 시스템으로 앞 차량 상태를 결정하여, 원가가 비교적 높은 문제를 해결하고, 사용의 가성비를 향상시키는 유익한 효과를 구비한다.

본 실시예에서, 선택적으로, 제2 역사 주행 시간대의 각 시각에서 현재 차량의 앞 차량이 현재 차량까지의 거리를 획득하는 단계 전에, 당해 방법은, 현재 차량의 앞 차량과 예측된 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위 내에 있는지 여부를 결정하고, 미리 설정된 범위 내에 있을 경우, 제2 역사 주행 시간대의 각 시각에서 현재 차량의 앞 차량이 상기 현재 차량까지의 거리에 대한 동작을 수행하도록 트리거링하는 단계를 더 포함한다.

구체적으로, 현재 차량의 주행 궤적을 결정한 후, 주행 궤적의 노선을 중심선으로 하고, 미리 설정된 각도를 주행 궤적의 양쪽으로 확장하여, 앞 차량이 현재 차량을 기준으로 미리 설정된 범위를 획득한다. 앞 차량과 현재 차량 주행 궤적의 현재 거리를 계산하고, 당해 현재 거리가 미리 설정된 범위에 있을 경우, 앞 차량이 현재 차량과 충돌할 가능성이 존재한다는 것을 설명하고, 제2 역사 주행 시간대의 각 시각에 현재 차량의 앞 차량이 현재 차량까지의 거리를 결정해야 한다. 예를 들면, 현재 차량 주행 궤적의 양쪽으로 각각 5^α 범위 확장하고, 앞 차량과 현재 차량 주행 궤적의 현재 거리를 계산하고, 당해 현재 거리가 (

)보다 작을 경우, 앞 차량과 현재 차량은 충돌할 리스크가 존재하고, 여기서, y는 앞 차량의 y축 좌표이다. 도3은 미리 설정된 범위의 개략도이다. 도면의 실선은 현재 차량의 예측 궤적을 표시하고, 점선은 확장된 미리 설정된 범위의 경계이고, 앞 차량이 미리 설정된 범위에 있을 경우, 제2 역사 주행 시간대의 각 시각에서 앞 차량이 현재 차량까지의 거리를 계산한다. 이러한 설정은, 먼저 앞 차량과 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위에 있는지 여부를 판단하고, 미리 설정된 범위 내에 있을 경우, 충돌 예측 동작을 진행하고, 예측의 정확성을 향상시키고, 계산 압력이 너무 커 조성되는 오차를 방지하고, 무효 경보를 감소하고, 사용자 체험을 향상시킨다.

본 실시예에서, 선택적으로, 내부 파라미터는, 광 중심, 초점 거리 및 픽셀 크기의 비율을 포함하고; 외부 파라미터는, 촬영 장치의 자세 각도와 촬영 장치가 지면까지의 높이를 포함한다.

구체적으로, 촬영 장치의 내부 파라미터를 결정하고, 외부 파라미터를 교정하고, 앞 차량이 현재 차량까지의 위치 및 거리의 계산 효율을 향상시키고, 앞 차량의 위치 및 거리 순번을 정확히 기록한다.

단계S240에서, 각 시각에서 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득한다.

여기서, 촬영 장치에 따라, 제2 역사 주행 시간대의 각 시각에서 앞 차량의 위치 정보를 결정하고, 각 시각에서 현재 차량까지의 거리를 획득한다. 각 시각에서 현재 차량까지의 거리에 따라, 제2 피팅 결과를 획득한다.

본 실시예에서, 선택적으로, 각 시각에서 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는 단계는, 피팅에 사용되는 제2 피팅 방정식을 결정하는 단계; 각 시각에 대하여, 제2 미리 설정된 변형 인자를 기반으로, 제2 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계; 각 시각에서 앞 차량이 현재 차량까지의 거리 및 제2 피팅 방정식에 대응하는 각 변형 방정식에 따라, 제2 피팅 방정식의 미지 계수의 값을 결정하는 단계; 제2 피팅 방정식의 미지 계수의 값으로 제2 피팅 방정식을 업데이트하고, 제2 피팅 결과를 획득하는 단계; 를 포함한다.

구체적으로, 제2 역사 주행 시간대에서 각 시각의 위치 정보와 각 시각 정보를 제2 역사 위치점으로 하고, 제2 역사 위치점은 (t, d)로 표시할 수 있다. t는 제2 역사 주행 시간대의 각 시각을 표시하고, d는 제2 역사 주행 시간대의 각 시각에서 앞 차량이 현재 차량까지의 거리를 표시하고. 제2 역사 위치점에 대응하는 시간을 독립 변수로 한다. 즉, 제1 좌표축 방향의 좌표t는, 제2 역사 위치점이 현재 차량까지의 거리를 종속 변수로 한다. 즉, 제2 좌표축 방향의 좌표d는, 피팅에서 사용하는 제2 피팅 방정식을 결정한다. 제2 피팅 방정식은 2차 또는 고차 방정식일 수 있다. 예를 들면,

일 수 있고, 여기서, e, f 및 g는 제2 피팅 방정식의 미지 계수이다. 제2 미리 설정된 변형 인자를 미리 설정하고, 제2 미리 설정된 변형 인자에 따라, 제2 피팅 방정식을 변형시키고, 적어도 하나의 최소 제곱에 사용되는 가중치를 구비한 변형 방정식을 획득한다. 예를 들면, 제2 미리 설정된 변형 인자는

일 수 있을 경우, 제2 피팅 방정식의 변형 방정식은

로 표시할 수 있고, 여기서, j는 현재 시각의 순번이고, M은 시각의 총 수량이며,

는 제j 번째 시각이고,

는 제j 번째 시각에서 앞 차량이 현재 차량까지의 거리이고,

는

의 분산이다. 제2 피팅 방정식의 변형 방정식에 따라, 기타 변형 방정식을 획득할 수 있다. 예를 들면, 제2 피팅 방정식의 변형 방정식에 대해 1차 미분한다. 각 제2 역사 위치점의 좌표와 각 변형 방정식에 따라, 각 시각의 시점과 앞 차량이 현재 차량까지의 거리를 각 변형 방정식에 대입하고, 계산하여 제2 피팅 방정식의 미지 계수의 값을 획득할 수 있다. 미지 계수의 값을 제2 피팅 방정식에 추가하고, 제2 피팅 방정식을 업데이트하고, 제2 피팅 결과를 획득한다. 제2 피팅 방정식을 피팅할 경우, 제2 역사 위치점 순번의 첫 순위는 비교적 낮은 가중치를 사용할 수 있고, 뒤에 있는 제2 역사 위치점이 사용하는 가중치는 높일 수 있고, TTC예측의 안정성 및 예측의 정확성을 향상시킨다. 이러한 설정은, 제2 미리 설정된 변형 인자에 따라 제2 피팅 방정식을 변형시키고, 변형 방정식에 따라 제2 피팅 방정식의 미지 계수를 결정하고, 미지 계수의 계산 정확도에 따라, 제2 피팅 방정식에 대한 결정을 구현함으로, 차량 주행 궤적 예측의 정확도를 향상시키는 유익한 효과를 구비한다.

본 실시예에서, 선택적으로, 제2 미리 설정된 변형 인자는, 현재 시각의 순번, 시각의 총 수량, 각 시각의 분산 및 각 시각의 앞 차량이 현재 차량까지 거리의 분산 중 적어도 하나를 포함한다.

단계S250에서, 제2 피팅 결과에 따라, 앞 차량과 현재 차량의 현재 거리 및 현재 속도를 결정한다.

여기서, 제2 피팅 결과를 결정한 후, 현재 시각

를 제2 피팅 방정식에 대입하고, 계산하여

시각, 현재 차량과 앞 차량 사이의 현재 거리를 획득한다. 제2 피팅 결과에 대해 1차 미분하고,

를 미분 후의 방정식에 대입하고,

시각 앞 차량의 현재 속도를 획득한다.

단계S260에서, 현재 거리와 현재 속도에 따라, 앞 차량과 현재 차량의 충돌 시간을 결정하고, 충돌 시간에 따라, 충돌 경보를 진행할지 여부를 결정한다.

여기서, 앞 차량과 현재 차량의 현재 거리 및 현재 속도를 결정한 후, 속도 공식에 따라, 앞 차량과 현재 차량의 충돌 시간을 계산한다. 일 시간 역치를 미리 설정할 수 있고, 충돌 시간이 시간 역치보다 작을 경우, 당해 앞 차량이 현재 차량과 충돌할 가능성이 비교적 크고, 현재 차량에 경보 정보를 송신하고, 경고 정보는 음성 알림, 진동 알림 및 시각 알림일 수 있다. 도4는 궤적 예측 및 충돌 경고의 흐름 개략도이다. GPS, IMU 및 CAN 버스를 포함하는 융합 포지셔닝 모듈로 제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점, 현재 차량의 현재 위치를 획득하고, 현재 차량에 대해 궤적 예측한다. 카메라의 외부 파라미터에 대해 온라인 교정하고, 카메라의 내부 파라미터 및 외부 파라미터에 따라, 현재 차량의 적어도 하나의 앞 차량을 추적 및 검사하고, 앞 차량이 현재 차량 주행 궤적의 미리 설정된 범위에 있는지 여부를 결정하고, 앞 차량이 현재 차량 주행 궤적의 미리 설정된 범위에 있을 경우, TTC예측을 하고, 충돌 시간이 시간 역치보다 작을 경우, 경고 시스템은 경고 정보를 송신한다. TTC 예측은 원가를 효과적으로 낮출 수 있고, 경보의 가성비를 향상시킬 수 있다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제1 역사 위치점을 획득하여, 제1 피팅 결과를 획득하고, 현재 위치점과 제1 피팅 결과에 따라， 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추고, 궤적 예측의 효율 및 정확도를 향상시킨다. 제2 역사 주행 시간대의 각 시각에서 앞 차량이 현재 차량까지의 거리에 따라, 제2 피팅 결과를 결정하고, 앞 차량과 현재 차량에 대한 현재 거리와 현재 속도의 계산 효율을 향상시키고, 무효 충돌 경보를 감소하고, 충돌 예측의 정확성을 향상시킨다.

제3 실시예

도5는 본 출원의 제3 실시예에 따른 차량 주행 궤적 예측 장치의 구조 개략도이고, 본 출원의 실시예에서 제공하는 차량 주행 궤적 예측 방법을 수행할 수 있고, 방법을 수행하는 해당 기능 모듈과 유익한 효과를 구비한다. 도5에 도시한 바와 같이, 당해 장치(500)는,

제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는데 사용되는 제1 피팅 결과 획득 모듈(501);

현재 차량의 현재 위치점을 획득하고, 현재 위치점 및 제1 피팅 결과에 따라, 현재 차량의 주행 궤적을 예측하는데 사용되는 주행 궤적 예측 모듈(502); 을 포함한다.

선택적으로, 제1 역사 주행 시간대는 현재 시간과 가장 가까운 역사 주행 시간대이고; 및,

제1 역사 주행 시간대에 대응하는 시간은 미리 설정된 시간역치보다 크고, 제1 역사 주행 시간대에 대응하는 주행 거리는 미리 설정된 거리 역치보다 크다.

선택적으로, 제1 피팅 결과 획득 모듈(501)은,

피팅에 사용되는 제1 피팅 방정식을 결정하는데 사용되는 제1 피팅 방정식 결정 유닛;

각 제1 역사 위치점에 대해, 제1 미리 설정된 변형 인자를 기반으로, 제1 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는데 사용되는 변형 방정식 결정 유닛;

제1 역사 위치점의 각 좌표와 각 변형 방정식에 따라, 제1 피팅 방정식의 미지 계수의 값을 결정하는데 사용되는 미지 계수 결정 유닛;

미지 계수의 값으로 제1 피팅 방정식을 업데이트하고, 제1 피팅 결과를 획득하는데 사용되는 제1 피팅 결과 획득 유닛; 을 포함한다.

선택적으로, 제1 미리 설정된 변형 인자는,

현재 제1 역사 위치점의 순번, 현재 제1 역사 위치점에 대응하는 항향각, 제1 역사 위치점의 총 수량, 각 제1 역사 위치점의 제1 좌표축 방향 좌표의 분산 및 각 제1 역사 위치점의 제2 좌표축 방향 좌표의 분산 중 적어도 하나를 포함한다.

선택적으로, 주행 궤적 예측 모듈(502)은,

제1 피팅 결과에 따라, 현재 위치점에 대응하는 곡률 반경을 결정하는데 사용되는 곡률 반경 결정 유닛;

현재 위치점 및 곡률 반경에 따라, 궤적 호를 결정하고, 당해 궤적 호를 예측된 현재 차량의 주행 궤적으로 결정하는데 사용되는 궤적 호 결정 유닛; 을 포함한다.

선택적으로, 당해 장치는,

제2 역사 주행 시간대의 시각에서 현재 차량의 앞 차량이 현재 차량까지의 거리를 획득하는데 사용되는 거리 획득 모듈;

각 시각에서 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는데 사용되는 제2 피팅 결과 획득 모듈;

제2 피팅 결과에 따라, 앞 차량과 현재 차량의 현재 거리 및 현재 속도를 결정하는데 사용되는 현재 속도 결정 모듈;

현재 거리와 현재 속도에 따라, 앞 차량과 현재 차량의 충돌 시간을 결정하고, 충돌 시간에 따라, 충돌 경보를 진행할지 여부를 결정하는데 사용되는 충돌 경보 결정 모듈; 을 더 포함한다.

선택적으로, 제2 피팅 결과 획득 모듈은 구체적으로,

피팅에 사용되는 제2 피팅 방정식을 결정하고;

각 시각에 대하여, 제2 미리 설정된 변형 인자를 기반으로, 제2 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하며;

각 시각에서 앞 차량이 현재 차량까지의 거리 및 제2 피팅 방정식에 대응하는 각 변형 방정식에 따라, 제2 피팅 방정식의 미지 계수의 값을 결정하고;

제2 피팅 방정식의 미지 계수의 값으로 제2 피팅 방정식을 업데이트하고, 제2 피팅 결과를 획득하는데 사용된다.

선택적으로, 제2 미리 설정된 변형 인자는,

현재 시각의 순번, 시각의 총 수량, 각 시각의 분산 및 각 시각의 앞 차량이 현재 차량까지 거리의 분산 중 적어도 하나를 포함한다.

선택적으로, 당해 장치는,

현재 차량의 앞 차량과 예측된 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위 내에 있는지 여부를 결정하고, 미리 설정된 범위 내에 있을 경우, 제2 역사 주행 시간대의 각 시각에서 현재 차량의 앞 차량이 상기 현재 차량까지의 거리에 대한 동작을 수행하도록 트리거링하는데 사용되는 미리 설정된 범위 판단 모듈을 더 포함한다.

선택적으로, 거리 획득 모듈은 구체적으로,

상기 현재 차량의 촬영 장치가 제2 역사 주행 시간대의 각 시각에서 촬영한 이미지를 획득하고;

각 이미지에 대해 이미지 인식을 하여, 각 시각에서 현재 차량 앞 차량의 위치 정보를 결정하며;

각 시각에서 앞 차량의 위치 정보, 촬영 장치의 내부 파라미터 및 외부 파라미터에 따라, 각 시각에서 앞 차량이 현재 차량까지의 거리를 결정하는데 사용된다.

선택적으로, 내부 파라미터는, 광 중심, 및 초점 거리와 픽셀 크기의 비율을 포함하고;

외부 파라미터는, 촬영 장치의 자세 각도와 촬영 장치가 지면까지의 높이를 포함한다.

상기 출원의 일 실시예는 하기의 우점 또는 유익 효과를 구비한다. 제1 역사 위치점을 획득하여, 제1 피팅 결과를 획득하고, 현재 위치점과 제1 피팅 결과에 따라， 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추고, 궤적 예측의 효율 및 정확도를 향상시킨다.

본 출원의 실시예에 따르면, 본 출원 실시예는 전자 기기와 판독 가능 저장 매체를 더 제공한다.

도 6에 도시된 바와 같이, 도6은 본 출원 실시예의 차량 주행 궤적의 예측 방법을 구현하는데 사용되는 전자 기기의 블록도이다. 전자 기기는 복수 형식의 디지털 컴퓨터를 표시한다. 예를 들면, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인 정보 단말(PAD), 서버, 블레이드 서버, 메인 프레임 및 기타 적합한 컴퓨터일 수 있다. 전자 기기는 복수 형식의 모바일 장치를 표시한다. 예를 들면 개인 정보 단말(PAD), 셀룰러 폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치일 수 있다. 본 출원에 개시된 컴포넌트, 이들의 연결과 관계, 및 기능은 단지 예시적인 것 뿐이며, 본 출원에서 설명 및/또는 요구한 본 출원의 구현을 한정하려는 것은 아니다.

도6에 도시된 바와 같이, 당해 전자 기기는, 하나 또는 복수의 프로세서(601), 메모리(602) 및 각 컴포넌트를 연결하기 위한 고속 인터페이스와 저속 인터페이스를 포함하는 인터페이스를 포함한다. 각 컴포넌트는 서로 다른 버스를 이용하여 서로 연결되고, 공동 메인보드에 장착될 수 있고 수요에 의해 기타 방식으로 장착될 수도 있다. 프로세서는 메모리 또는 메모리에 저장되어 외부의 입력 / 출력 장치 (예를 들면, 인터페이스에 결합된 디스플레이 기기)에 GUI의 그래픽 정보를 표시하기 위한 명령을 포함하는, 전자 기기 내에서 실행 가능한 명령을 처리할 수 있다. 기타 실시 방식에서, 필요에 따라, 복수의 프로세서 및/또는 복수의 버스를 복수의 메모리와 같이 사용할 수 있다. 마찬가지로, 복수의 전자 기기를 연결할 수 있고, 각 전자 기기는 일부 필요한 동작(예를 들면, 서버 어레이, 한 그룹의 블레이드 서버 또는 멀티 프로세서 시스템)을 제공한다. 도6에서는 하나의 프로세서(601)를 예로 든다.

메모리(602)는 본 출원에서 제공하는 비일시적 컴퓨터 판독 가능 저장 매체이다. 상기 메모리에는 적어도 하나의 프로세서에 의해 수행 가능한 명령이 저장되어 있고, 상기 적어도 하나의 프로세서가 본 출원에서 제공하는 차량 주행 궤적의 예측 방법을 실행할 수 있게 한다. 본 출원의 비일시적 컴퓨터 판독 가능 저장 매체에는 컴퓨터 명령이 저장되어 있고, 당해 컴퓨터 명령은 컴퓨터가 본 출원에서 제공하는 차량 주행 궤적의 예측 방법을 실행하게 한다.

메모리(602)는 비일시적 컴퓨터 판독 가능 저장 매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능한 프로그램 및 모듈을 저장하는데 사용된다. 예를 들면, 본 출원의 실시예 중의 차량 주행 궤적의 예측 방법에 대응하는 프로그램 명령/모듈을 저장할 수 있다. 프로세서(601)는 메모리(602)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 작동시켜, 서버의 복수의 기능 응용 및 데이터 처리를 실행한다. 즉 상기 방법 실시예의 차량 주행 궤적의 예측 방법을 구현한다.

메모리(602)는 프로그램 저장영역과 데이터 저장영역을 포함할 수 있고, 프로그램 저장영역은 운영체제, 적어도 하나의 기능에 필요한 애플리케이션 프로그램을 저장할 수 있고, 데이터 저장 영역은 차량 주행 궤적의 예측 방법의 전자 기기의 사용에 의해 생성된 데이터 등을 저장할 수 있다. 이 외에, 메모리(602)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 비일시적 메모리, 예를 들면 적어도 하나의 자기 디스크 메모리, 플래시 메모리 또는 기타 비일시적 솔리드 스테이트 메모리를 더 포함할 수 있다. 일부 실시예에서, 메모리(602)는 선택적으로 프로세서(601)에 대해 원격으로 설치되는 메모리를 포함하고, 이러한 원격 메모리는 네트워크를 통해 차량 주행 궤적의 예측 방법의 전자 기기에 연결될 수 있다. 상기 네트워크의 구현예는 인터넷, 인트라넷, 근거리 통신망, 이동 통신망 및 이들의 조합을 포함하나 이에 한정되지 않는다.

차량 주행 궤적의 예측 방법의 전자 기기는 입력 장치(603) 및 출력 장치(604)를 더 포함할 수 있다. 프로세서(601), 메모리(602), 입력 장치(603) 및 출력 장치(604)는 버스 또는 기타 방식을 통해 연결될 수 있고, 도 6에서는 버스를 통해 연결되는 것을 예로 한다.

입력 장치(603)는 입력된 숫자 또는 문자 정보를 수신할 수 있고, 차량 주행 궤적의 예측 방법의 전자 기기의 사용자 설정 및 기능 제어와 관련되는 키 신호 입력을 생성할 수 있고, 예를 들어, 터치 스크린, 키패드, 마우스, 트랙패드, 터치패드, 포인팅 스틱, 하나 또는 복수의 마우스 버튼, 트랙볼, 조이스틱 등 입력 장치이다. 출력 장치(604)는 디스플레이 기기, 보조 조명 장치(LED) 및 촉각 피드백 장치(예를 들면 진동 모터)등을 포함할 수 있다. 당해 디스플레이 기기는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 및 플라즈마 디스플레이를 포함할 수 있으나 이에 한정되지 않는다. 일부 실시예에서, 디스플레이 기기는 터치 스크린일 수 있다.

본 출원의 실시예에 따르면, 컴퓨터 판독 가능 저장 매체에 저장되어 있는 컴퓨터 프로그램을 더 제공한다. 당해 컴퓨터 프로그램의 명령이 실행될 경우, 본 출원의 임의의 실시예의 차량 주행 궤적 예측 방법이 수행된다.

여기서 설명하는 시스템과 기술의 여러 가지 실시형태는 디지털 전자회로 시스템, 집적회로 시스템, 전용ASIC, 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 실현될 수 있다. 이러한 여러 가지 실시형태는 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 것을 포함할 수 있고, 당해 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그래밍 가능 프로세서를 포함하는 프로그래밍 가능 시스템에서 실행 및/또는 해석되며, 당해 프로그래밍 가능 프로세서는 전용 또는 일반 프로그래밍 가능 프로세서일 수 있으며, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치에서 데이터와 명령을 수신할 수 있고, 데이터와 명령을 당해 저장 시스템, 당해 적어도 하나의 입력 장치 및 당해 적어도 하나의 출력 장치에 전송할 수 있다.

이러한 컴퓨팅 프로그램(즉, 프로그램, 소프트웨어, 소프트웨어 애플리케이션 또는 코드)은, 프로그래밍 가능 프로세서의 기계 명령을 포함하고, 고급 절차 및/또는 객체 지향 프로그래밍 언어 및/또는 어셈블리/기계 언어를 이용하여 이러한 컴퓨팅 프로그램을 실시할 수 있다. 본 명세서에서 사용한 용어 "기계 판독 가능 매체"와 "컴퓨터 판독 가능 매체"는 기계 명령 및/또는 데이터를 프로그래밍 가능 프로세서에 제공하는 임의의 컴퓨터 프로그램 제품, 기기 및/또는 장치(예를 들면, 자기 디스크, 광 디스크, 메모리, 프로그래밍 가능 로직 장치(PLD))를 포함하고, 기계 판독 가능 신호인 기계 명령을 수신하는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계 명령 및/또는 데이터를 프로그래밍 가능 프로세서에 제공하는 임의의 신호를 가리킨다.

사용자와의 대화를 제공하기 위해, 여기서 설명된 시스템 및 기술은 컴퓨터에서 구현할 수 있으며, 당해 컴퓨터는 사용자에게 정보를 디스플레이하는 디스플레이 장치(예를 들면, CRT음극선관) 또는 LCD(액정 디스플레이)모니터); 및 키보드와 지향 장치(예를 들면, 마우스 또는 트랙볼)를 구비하고, 사용자는 당해 키보드와 당해 지향 장치를 통해 컴퓨터에 입력을 제공할 수 있다. 기타 유형의 장치도 사용자와의 대화에 사용될 수 있는 바, 예를 들면 사용자에게 제공된 피드백은 임의의 형식의 감각 피드백(예를 들면, 시각적 피드백, 청각적 피드백 또는 촉각적 피드백)일 수 있고, 임의의 형식(음향 입력, 음성 입력 또는 촉각 입력)에 의해 사용자로부터의 입력을 수신할 수 있다.

여기서 설명한 시스템과 기술을, 백그라운드 컴포넌트를 포함하는 컴퓨팅 시스템(예를 들면 데이터 서버), 또는 미들웨어 컴포넌트를 포함하는 컴퓨팅 시스템(예를 들면, 애플리케이션 서버), 또는 프론트 엔드 컴포넌트를 포함하는 컴퓨팅 시스템(예를 들면, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비한 사용자 컴퓨터에서 실시될 수 있고, 사용자는 당해 그래픽 사용자 인터페이스 또는 당해 네트워크 브라우저를 통해 여기서 설명한 시스템과 기술의 실시형태와 대화할 수 있다), 또는 이러한 백그라운드 컴포넌트, 미들웨어 컴포넌트 또는 프론트 엔드 컴포넌트의 임의의 조합을 포함하는 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들면, 통신 네트워크)을 통해 시스템의 컴포넌트를 서로 연결할 수 있다. 통신 네트워크의 예시는 근거리 통신망 (LAN), 광역 통신망 (WAN), 인터넷 및 블록 체인 네트워크를 포함한다.

컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 떨어져 있으며, 통신 네트워크를 통해 서로 대화한다. 대응하는 컴퓨터에서 운행되고 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램에 의해 클라이언트와 서버의 관계를 생성한다.

본 출원 실시예의 기술적 수단에 따르면, 제1 역사 위치점을 획득하여, 제1 피팅 결과를 획득하고, 현재 위치점과 제1 피팅 결과에 따라， 현재 차량의 주행 궤적을 예측하고, 차량 신호에 의존할 필요 없고, 예측 원가를 낮추고, 궤적 예측의 효율 및 정확도를 향상시킨다.

이해해야 할 것은, 상기 복수 형식의 흐름에 의해, 단계를 재정열, 추가 또는 삭제할 수 있다. 예를 들면, 본 출원에 기재한 각 단계는 병행하여 또는 순차적으로 실행할 수도 있고, 서로 다른 순서로 실행할 수도 있다. 본 출원에서 개시한 기술적 수단이 원하는 결과만 구현할 수 있으면 본 출원에서는 이에 대해 한정하지 않는다.

상기 구체적인 실시 방식은 본 출원의 보호 범위를 한정하지 않는다. 본 발명이 속하는 기술 분야의 통상의 기술자는 설계 요구 및 기타 요소에 의해 여러가지 수정, 조합, 서브 조합 및 대체가 이루어질 수 있음을 이해해야 한다. 본 출원의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체 및 개선은 본 출원 보호 범위에 포함된다.

Claims

차량 주행 궤적의 예측 방법에 있어서,
제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는 단계; 및
상기 현재 차량의 현재 위치점을 획득하고, 상기 현재 위치점 및 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계; 를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제1항에 있어서,
제1 역사 주행 시간대는 현재 시간과 가장 가까운 역사 주행 시간대이고;
제1 역사 주행 시간대에 대응하는 시간은 미리 설정된 시간 역치보다 크고, 및 / 또는 제1 역사 주행 시간대에 대응하는 주행 거리는 미리 설정된 거리 역치보다 큰,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제1항에 있어서,
상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는 단계는,
피팅에 사용되는 제1 피팅 방정식을 결정하는 단계;
각 제1 역사 위치점에 대해, 제1 미리 설정된 변형 인자를 기반으로, 제1 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계;
제1 역사 위치점의 각 좌표와 각 상기 변형 방정식에 따라, 제1 피팅 방정식의 미지 계수의 값을 결정하는 단계; 및
상기 미지 계수의 값으로 제1 피팅 방정식을 업데이트하고, 제1 피팅 결과를 획득하는 단계; 를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제3항에 있어서,
제1 미리 설정된 변형 인자는,
현재 제1 역사 위치점의 순번, 현재 제1 역사 위치점에 대응하는 항향각, 제1 역사 위치점의 총 수량, 각 제1 역사 위치점의 제1 좌표축 방향의 좌표값 분산 및 각 제1 역사 위치점의 제2 좌표축 방향의 좌표값 분산 중 적어도 하나를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제3항에 있어서,
상기 현재 위치점과 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계는,
제1 피팅 결과에 따라, 현재 위치점에 대응하는 곡률 반경을 결정하는 단계; 및
상기 현재 위치점 및 상기 곡률 반경에 따라, 궤적 호를 결정하고, 당해 궤적 호를 예측된 상기 현재 차량의 주행 궤적으로 결정하는 단계; 를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제1항에 있어서,
상기 현재 위치점과 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는 단계 후에,
제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계;
상기 각 시각에서 상기 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는 단계;
제2 피팅 결과에 따라, 상기 앞 차량과 상기 현재 차량의 현재 거리 및 현재 속도를 결정하는 단계; 및
상기 현재 거리와 현재 속도에 따라, 상기 앞 차량과 상기 현재 차량의 충돌 시간을 결정하고, 상기 충돌 시간에 따라, 충돌 경보의 수행 여부를 결정하는 단계; 를 더 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제6항에 있어서,
상기 각 시각에서 상기 현재 차량까지의 거리를 피팅하여, 제2 피팅 결과를 획득하는 단계는,
피팅에 사용되는 제2 피팅 방정식을 결정하는 단계;
각 시각에 대하여, 제2 미리 설정된 변형 인자를 기반으로, 제2 피팅 방정식에 대응하는 적어도 하나의 변형 방정식을 결정하는 단계;
각 시각에서 상기 앞 차량이 상기 현재 차량까지의 거리 및 제2 피팅 방정식에 대응하는 각 변형 방정식에 따라, 제2 피팅 방정식의 미지 계수의 값을 결정하는 단계; 및
제2 피팅 방정식의 미지 계수의 값으로 제2 피팅 방정식을 업데이트하고, 제2 피팅 결과를 획득하는 단계; 를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제7항에 있어서,
상기 제2 미리 설정된 변형 인자는 현재 시각의 순번, 시각의 총 수량, 각 시각의 분산 및 상기 각 시각에서 상기 앞 차량이 상기 현재 차량까지 거리의 분산 중 적어도 하나를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제6항에 있어서,
제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계 전에,
상기 현재 차량의 앞 차량과 예측된 상기 현재 차량의 주행 궤적의 현재 거리가 미리 설정된 범위 내에 있는지 여부를 결정하고, 미리 설정된 범위 내에 있을 경우, 제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리에 대한 동작을 수행하도록 트리거링하는 단계를 더 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제6항에 있어서,
제2 역사 주행 시간대의 각 시각에서 상기 현재 차량의 앞 차량이 상기 현재 차량까지의 거리를 획득하는 단계는,
상기 현재 차량의 촬영 장치가 제2 역사 주행 시간대의 각 시각에서 촬영한 이미지를 획득하는 단계;
상기 각 이미지에 대해 이미지 인식하여, 각 시각에서 상기 현재 차량 앞 차량의 위치 정보를 결정하는 단계; 및
각 시각에서 상기 앞 차량의 위치 정보 및 상기 촬영 장치의 내부 파라미터와 외부 파라미터에 따라, 각 시각에서 상기 앞 차량이 상기 현재 차량까지의 거리를 결정하는 단계; 를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
제10항에 있어서,
상기 내부 파라미터는, 광 중심, 초점 거리 및 픽셀 크기의 비율을 포함하고;
상기 외부 파라미터는, 상기 촬영 장치의 자세 각도와 상기 촬영 장치가 지면까지의 높이를 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 방법.
차량 주행 궤적의 예측 장치에 있어서,
제1 역사 주행 시간대에서 현재 차량의 복수의 제1 역사 위치점을 획득하고, 상기 복수의 제1 역사 위치점을 피팅하여, 제1 피팅 결과를 획득하는데 사용되는 제1 피팅 결과 획득 모듈;
상기 현재 차량의 현재 위치점을 획득하고, 상기 현재 위치점 및 제1 피팅 결과에 따라, 상기 현재 차량의 주행 궤적을 예측하는데 사용되는 주행 궤적 예측 모듈; 을 포함하는,
것을 특징으로 하는 차량 주행 궤적의 예측 장치.
전자 기기에 있어서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 가능하게 연결되는 메모리; 를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되어 있고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행될 경우, 상기 적어도 하나의 프로세서가 제1항 내지 제11항 중 어느 한 항의 차량 주행 궤적 예측 방법을 수행하는,
것을 특징으로 하는 전자 기기.
컴퓨터 프로그램이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체에 있어서,
상기 컴퓨터 프로그램의 명령이 실행될 경우, 제1 항 내지 제11 항 중 어느 한 항의 차량 주행 궤적의 예측 방법이 수행되는,
것을 특징으로 하는 컴퓨터 프로그램이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체.
컴퓨터 판독 가능 저장 매체에 저장되어 있는 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램의 명령이 실행될 경우, 제1 항 내지 제11 항 중 어느 한 항의 차량 주행 궤적의 예측 방법이 수행되는,
것을 특징으로 하는 컴퓨터 판독 가능 저장 매체에 저장되어 있는 컴퓨터 프로그램.