[发明专利]一种行车道路的估计方法以及行车道路估计系统在审
申请号: | 201810458047.0 | 申请日: | 2018-05-14 |
公开(公告)号: | CN110487288A | 公开(公告)日: | 2019-11-22 |
发明(设计)人: | 杜明博;何亮飞;杜星星 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G01C21/34 | 分类号: | G01C21/34 |
代理公司: | 44285 深圳市深佳知识产权代理事务所(普通合伙) | 代理人: | 王仲凯<国际申请>=<国际公布>=<进入 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 未来时刻 目标状态信息 目标运动 目标运动轨迹 参数序列 道路区域 行驶 行车 离散化处理 安全行驶 估计系统 行驶区域 不重合 驾驶 预测 | ||
1.一种行车道路的估计方法,其特征在于,包括:
获取目标运动对象在当前时刻的目标状态信息,所述目标运动对象为位于本车周围的至少一个运动对象中的任一个运动对象,所述目标状态信息包括所述目标运动对象的横向加速度;
对所述目标状态信息进行离散化处理以获取参数序列,所述参数序列包括多个离散值;
基于目标离散值以及所述目标状态信息预测出与所述目标离散值对应的目标运动轨迹,所述目标离散值为所述参数序列所包括的多个离散值中的任一个;
根据所述目标运动轨迹确定所述目标运动对象在未来时刻进行行驶的道路区域,所述未来时刻为所述当前时刻的下一时刻。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标状态信息进行离散化处理以获取参数序列包括:
设定所述目标状态信息符合目标高斯分布其中,所述目标高斯分布的期望为所述横向加速度ax1,方差为且所述方差表征所述目标高斯分布的离散程度,符合所述目标高斯分布的所述目标状态信息被离散化为2(k+1)个区间,所述k为预设的离散化系数;
在目标区间内采样以获取目标离散值,所述目标区间为离散化后的2(k+1)个区间中的任一个区间;
获取与所述目标离散值对应的目标概率值,与所述目标离散值对应的目标概率值等于所述目标区间的面积;
将所述目标离散值以及与所述目标离散值对应的目标概率值设置于所述参数序列中。
3.根据权利要求2所述的估计方法,其特征在于,所述目标状态信息还包括所述目标运动对象的纵向加速度ay1,所述目标区间为所述2(k+1)个区间中的第i个区间,则所述获取与所述目标离散值对应的目标概率值包括:
若所述i为大于0且小于或等于所述k之间的任一整数,则根据第一公式确定与所述目标离散值对应的目标概率值Pi,其中,所述第一公式为:
所述第一公式的积分区间为积分变量为ax,被积函数为其中,为e的次方;
或,若所述i为大于-k且小于0之间的任一整数,则根据第二公式确定与所述目标离散值对应的目标概率值Pi,其中,所述第二公式为:
所述第二公式的积分区间为积分变量为ax,被积函数为其中,为e的次方;
或,若所述i等于-k-1,则根据第三公式确定与所述目标离散值对应的目标概率值Pi,其中,所述第三公式为:
所述所述amax表示所述目标运动对象的最大加速度,所述第三公式的积分区间为积分变量为ax,被积函数为其中,为e的次方;
或,若所述i等于k+1,则根据第四公式确定与所述目标离散值对应的目标概率值Pi,其中,所述第四公式为:
所述所述第四公式的积分区间为积分变量为ax,被积函数为其中,为e的次方。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述目标状态信息还包括所述目标运动对象的横向速度以及所述目标运动对象的纵向速度则所述基于目标离散值以及所述目标状态信息预测出与所述目标离散值对应的目标运动轨迹包括:
根据第五公式确定所述目标运动轨迹所包括的目标轨迹点的坐标所述目标轨迹点为所述目标运动轨迹所包括的多个轨迹点中的第n个轨迹点,所述t0为当前时刻,所述Δt为预测的时间步长,且所述n为大于或等于0的正整数;
所述第五公式为:
其中,所述ay1为所述目标状态信息所包括的所述目标运动对象的纵向加速度,所述ax_sample[i]为所述目标离散值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810458047.0/1.html,转载请声明来源钻瓜专利网。