[发明专利]一种运动轨迹预测方法及装置

权利要求书

1.一种运动轨迹预测方法，其特征在于，包括：

对毫米波雷达和摄像头分别采集的目标障碍物的初始障碍物运动信息进行信息融合，得到障碍物运动信息；

对所述摄像头检测的道路车道线信息和高精地图输出的道路车道线信息进行信息融合，得到车道线信息；

基于所述障碍物运动信息，确定所述目标障碍物在第一预设时间内的短时行驶轨迹；

根据所述障碍物运动信息和所述车道线信息，确定所述目标障碍物在第二预设时间内的长时行驶轨迹；所述第二预设时间大于所述第一预设时间；

对所述短时行驶轨迹和所述长时行驶轨迹进行轨迹融合，得到所述目标障碍物的预测行驶轨迹。

2.根据权利要求1所述的运动轨迹预测方法，其特征在于，所述对所述短时行驶轨迹和所述长时行驶轨迹进行轨迹融合，得到所述目标障碍物的预测行驶轨迹，包括：

预测行驶轨迹Trajectory_final(t)的计算公式为：

Trajectory_final(t)＝f(t)·Trajectory_model(t)+(1-f(t))·Trajectory_maneuver(t)；

其中，f_(t)为融合权重系数；Trajectory_model(t)为短时行驶轨迹；Trajectory_maneuver(t)为长时行驶轨迹。

3.根据权利要求2所述的运动轨迹预测方法，其特征在于，所述基于所述障碍物运动信息，确定所述目标障碍物在第一预设时间内的短时行驶轨迹，包括：

获取车辆运动学模型；所述车辆运动学模型用于对所述目标障碍物的行驶轨迹进行预测；

根据所述障碍物运动信息和所述车辆运动学模型，确定所述短时行驶轨迹Trajectorymodel(t)；

Trajectory_model(t)＝(x_mdl(t)，y_mdl(t))

其中，x_mdl为预测得到的短时行驶轨迹纵向距离；y_mdl为预测得到的短时行驶轨迹横向距离。

4.根据权利要求2所述的运动轨迹预测方法，其特征在于，所述根据所述障碍物运动信息和所述车道线信息，确定所述目标障碍物在第二预设时间内的长时行驶轨迹，包括：

基于所述车道线信息和所述障碍物运动信息，确定所述目标障碍物的行驶轨迹状态信息X^path、以及与所述目标障碍物距离最近的目标车道线上的目标点；

X^path＝[Dis2LineRatio_obj,θ_obj,Υ_obj]^T

其中，Dis2LineRatio_obj为所述目标障碍物距所述目标障碍物所在的当前车道中心线的距离与车道宽的比值；θobj为所述目标障碍物的航向，T为向量/矩阵的转置；

轨迹曲率Υ_obj为所述目标障碍物的角速度ω_obj与所述目标障碍物的速度v_obj的比值；

Υ_obj＝ω_obj/v_obj

确定所述目标车道线上的目标点的目标车道线状态信息X^lane＝[0,θ_lane,Υ_lane]^T其中，θlane是所述目标点处的航向，Υ_lane是所述目标点处的曲率，T为向量/矩阵的转置；

根据所述目标车道线状态信息和所述行驶轨迹状态信息，确定所述目标障碍物的当前行驶轨迹与所述目标障碍物所在的当前车道的中心线的当前轨迹偏差值；

基于所述当前轨迹偏差值，确定所述目标障碍物的目标行驶车道；

基于所述目标行驶车道和所述障碍物运动信息，确定所述目标障碍物的长时行驶轨迹。