[发明专利]轨迹预测方法、装置和计算机可读存储介质

说明书

本发明提供了一种轨迹预测方法、装置和计算机可读存储介质，轨迹预测方法，包括：获取目标障碍物的历史轨迹点信息；接收第一待预测轨迹点信息所对应的第一时刻；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。采用高斯过程模型来进行轨迹预测，相对于传统的机器学习模型，其需要处理的数据量较少，因此，从数据录入到得到第一待预测轨迹点信息之间花费的时间较少，为未来行驶路径预测在在无人驾驶领域的应用提供了基础。

技术领域

本发明涉及轨迹预测技术领域，具体而言，涉及一种轨迹预测方法、装置和计算机可读存储介质。

背景技术

在无人驾驶领域中，车辆需要对障碍物的未来行驶路径进行预测，分析其在未来短时间内是否会对自身车辆造成威胁，从而提早提醒司机，以及做出相对应的策略来避开风险。

本领域的技术人员发现，现有未来行驶路径预测的方案通常采用机器学习的模型来进行处理，而机器模型需要大量的数据进行训练，此外，在未来行驶路径进行预测的过程中同样也需要处理大量的数据，基于工程方面的考虑，无人驾驶感知的频率是10赫兹，也就是每一帧大约100毫秒，由于无人驾驶系统通常由好几个模块构成，所以预测模块要控制在几十毫秒，现有未来行驶路径预测方式耗时较长，无法满足无人驾驶领域的使用需求。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的第一个方面在于，提供了一种轨迹预测方法。

本发明的第二个方面在于，提供了一种轨迹预测装置。

本发明的第三个方面在于，提供了一种车辆。

本发明的第四个方面在于，提供了一种计算机可读存储介质。

有鉴于此，根据本发明的第一个方面，本发明提供了一种轨迹预测方法，包括：获取目标障碍物的历史轨迹点信息；接收第一待预测轨迹点信息所对应的第一时刻；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息。

在本发明的技术方案中，提出了一种用于目标障碍物的轨迹预测方法。在该方案中，采用高斯过程模型来进行轨迹预测，相对于传统的机器学习模型，其需要处理的数据量较少，因此，从数据录入到得到第一待预测轨迹点信息之间花费的时间较少，为未来行驶路径预测在在无人驾驶领域的应用提供了基础。

另外，本发明提供的上述技术方案中的轨迹预测方法还可以具有如下附加技术特征：

在上述技术方案中，获取目标障碍物的历史轨迹点信息的步骤，还包括：获取目标障碍物的运动意图信息；利用存储的高斯过程模型对第一时刻、历史轨迹点信息进行处理，以得到第一待预测轨迹点信息的步骤，具体包括：利用高斯过程模型对历史轨迹点信息、运动意图信息和第一时刻进行处理，以得到第一待预测轨迹点信息。

在该技术方案中，在获取目标障碍物的历史轨迹点信息的步骤的同时，还获取目标障碍物的运动意图信息，以便在对第一待预测轨迹点信息进行预测时，可以参考目标障碍物的运动意图信息。在此过程中，预测得到的第一待预测轨迹点信息更加准确，提高了预测结果的可靠性。

在上述任一技术方案中，获取目标障碍物的运动意图信息的步骤，具体包括：获取目标障碍物的姿态信息；根据目标障碍物的姿态信息确定目标障碍物的运动意图信息。