[发明专利]轨迹预测方法、装置、设备和存储介质

权利要求书

1.一种轨迹预测方法，其特征在于，包括：

获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述车辆位置信息为车辆到车道中心线的距离值，所述周围区域中包括障碍物；

获取所述障碍物在所述采样时刻下的障碍物运动信息；

根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为；驾驶行为是以下任意一种：左变道前期行为、左变道中期行为、左变道后期行为、直行行为、右变道前期行为、右变道中期行为、右变道后期行为；

根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息；

根据所述轨迹信息，确定所述车辆的预测轨迹信息；

所述根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为，包括：

根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定第一特征向量；将所述第一特征向量，输入到不同驾驶行为对应的分类模型中，得到所述第一特征向量属于不同驾驶行为的概率值；确定概率值最大的驾驶行为，为所述车辆的驾驶行为；

所述根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在所述驾驶行为下的轨迹信息，包括：

将所述车辆位置信息和所述车辆运动信息，构成第二特征向量；

将所述第二特征向量，输入到预设的与所述驾驶行为对应的混合高斯模型中，得到所述车辆在所述驾驶行为下的位置区域，其中，所述位置区域中包括多个位置点，每一个位置点对应一个轨迹概率值；确定轨迹概率值最大的位置点，为所述轨迹信息，所述轨迹信息为一个位置点。

2.根据权利要求1所述的方法，其特征在于，所述第一特征向量包括：所述车辆位置信息和所述车辆运动信息；且所述第一特征向量还包括：所述车辆与所述障碍物间的相对位置信息、和/或所述车辆与所述障碍物间的相对运动信息；

所述车辆运动消息包括车辆速度值和车辆运动方向。

3.根据权利要求1所述的方法，其特征在于，所述第二特征向量包括：所述车辆位置信息和所述车辆运动信息；

所述车辆运动消息包括车辆速度值和车辆运动方向。

4.根据权利要求1所述的方法，其特征在于，根据所述轨迹信息，确定所述车辆的预测轨迹信息，包括：

将所述轨迹信息所表征的位置点，作为起始位置；

选取预设障碍物轨迹中以所述起始位置为起点的轨迹段，为所述预测轨迹信息。

5.一种轨迹预测装置，其特征在于，包括：

第一获取单元，用于获取车辆在采样时刻的车辆位置信息和车辆运动信息，并确定所述采样时刻下与所述车辆位置信息对应的周围区域，其中，所述辆位置信息为车辆到车道中心线的距离值，所述周围区域中包括障碍物；

第二获取单元，用于获取所述障碍物在所述采样时刻下的障碍物运动信息；

第一确定单元，用于根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定所述车辆的驾驶行为；驾驶行为是以下任意一种：左变道前期行为、左变道中期行为、左变道后期行为、直行行为、右变道前期行为、右变道中期行为、右变道后期行为；

第二确定单元，用于根据所述车辆位置信息和所述车辆运动信息，确定所述车辆在驾驶行为下的轨迹信息；

第三确定单元，用于根据所述轨迹信息，确定所述车辆的预测轨迹信息；

所述第一确定单元，还具体用于根据所述车辆位置信息、所述车辆运动信息和所述障碍物运动信息，确定第一特征向量；将所述第一特征向量，输入到不同驾驶行为对应的分类模型中，得到所述第一特征向量属于不同驾驶行为的概率值；确定概率值最大的驾驶行为，为所述车辆的驾驶行为；

所述第二确定单元，还具体用于将所述车辆位置信息和所述车辆运动信息，构成第二特征向量；将所述第二特征向量，输入到预设的与所述驾驶行为对应的混合高斯模型中，得到所述车辆在所述驾驶行为下的位置区域，其中，所述位置区域中包括多个位置点，每一个位置点对应一个轨迹概率值；确定轨迹概率值最大的位置点，为所述轨迹信息，所述轨迹信息为一个位置点。