[发明专利]一种运动轨迹预测方法及装置

说明书

本发明提供了一种运动轨迹预测方法及装置，在得到障碍物运动信息和车道线信息之后，可以首先基于障碍物运动信息，确定目标障碍物在第一预设时间内的短时行驶轨迹，然后根据障碍物运动信息和车道线信息，确定目标障碍物在第二预设时间内的长时行驶轨迹，最后对短时行驶轨迹和长时行驶轨迹进行轨迹融合，得到目标障碍物的预测行驶轨迹。通过本发明可以在自动驾驶控制时知道目标障碍物的预测行驶轨迹，在目标障碍物进行近距离的车辆切入等工况时，提前进行障碍物规避。

技术领域

本发明涉及自动驾驶领域，更具体的说，涉及一种运动轨迹预测方法及装置。

背景技术

具有高级驾驶辅助系统ADAS(Advanced Driving Assistant System)功能的车辆，通过安装在车辆上的摄像头、雷达等传感器实时采集车辆行驶道路上的障碍物。

但是在检测障碍物时，本车仅采集了障碍物的当前相对位置，但基于障碍物的当前相对位置进行自动驾驶控制会在一些工况下，如近距离的车辆切入工况，容易出现本车制动过猛，甚至出现刹车失败而发生碰撞的现象。

发明内容

有鉴于此，本发明提供一种运动轨迹预测方法及装置，以解决本车仅采集了障碍物的当前相对位置，但基于障碍物的当前相对位置进行自动驾驶控制会在一些工况下，如近距离的车辆切入工况，容易出现本车制动过猛，甚至出现刹车失败而发生碰撞的现象的问题。

为解决上述技术问题，本发明采用了如下技术方案：

一种运动轨迹预测方法，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。

优选地，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 _{mod el}(t)+(1-f(t))·Trajectory_maneuver(t)；

其中，f_(t)为融合权重系数；Trajectory _{mod el}(t)为短时行驶轨迹；Trajectory_maneuver(t)为长时行驶轨迹。

优选地，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Trajectory _{mod el}(t)；

Trajectory _{mod el}(t)＝(x_mdl(t)，y_mdl(t))