[发明专利]一种车辆变道的预测方法、装置、设备及车辆有效
申请号: | 202011324594.3 | 申请日: | 2020-11-23 |
公开(公告)号: | CN112530202B | 公开(公告)日: | 2022-01-04 |
发明(设计)人: | 魏源伯;王祎男;关瀛洲;付仁涛 | 申请(专利权)人: | 中国第一汽车股份有限公司 |
主分类号: | G08G1/16 | 分类号: | G08G1/16;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京远智汇知识产权代理有限公司 11659 | 代理人: | 范坤坤 |
地址: | 130011 吉林省长*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 预测 方法 装置 设备 | ||
本发明实施例公开了一种车辆变道的预测方法,包括:根据目标车辆的运动状态信息确定目标车辆是否存在变道意图;若存在变道意图,则根据目标车辆当前时刻和上一时刻的运动状态信息确定真实变道类别;若真实变道类别为设定类别,则确定目标车辆和周边车辆的运动轨迹;根据运动轨迹确定目标车辆的变道结果。本发明实施例提供的车辆变道的预测方法,利用目标车辆当前时刻与上一时刻的运动状态信息预测其变道意图,并利用目标车辆与周边车辆的运动状态信息预测能否变道成功,可以实现对目标车辆更准确可靠的变道预测,提升自动驾驶的安全性。
技术领域
本发明实施例涉及车辆自动驾驶技术领域,尤其涉及一种车辆变道的预测方法、装置、设备及车辆。
背景技术
目前,自动驾驶技术发展快速,国内外中高端车型都在加载自动驾驶功能。在装有ADAS功能的量产车上,除了应具备对周边障碍物等目标信号的感知判断外,还需要具有对周边车辆运动趋势的预测能力。
目前,大多数做法为传统的机器学习方式,将给定的车辆实时状态信息作为输入,车辆的变道意图作为输出,这些方法通过推断映射函数,来获得最佳预测结果。该类方法只利用了某时刻的信息,无法处理时序信息与车辆间的复杂交互信息。
发明内容
本发明实施例提供一种车辆变道的预测方法、装置、设备及车辆,可以对目标车辆进行更准确可靠的变道预测,提升自动驾驶的安全性。
第一方面,本发明实施例提供了一种车辆变道的预测方法,包括:
根据目标车辆的运动状态信息确定所述目标车辆是否存在变道意图;
若存在变道意图,则根据所述目标车辆当前时刻和上一时刻的运动状态信息确定真实变道类别;
若所述真实变道类别为设定类别,则确定所述目标车辆和周边车辆的运动轨迹;
根据所述运动轨迹确定所述目标车辆的变道结果。
进一步地,所述运动状态信息包括横向速度和车道线信息;根据目标车辆的运动状态信息确定所述目标车辆是否存在变道意图,包括:
若所述目标车辆的横向速度方向与所述目标车辆与车道中心线的相对位置方向相同,且所述目标车辆的横向速度大于速度阈值,则所述目标车辆存在变道意图。
进一步地,根据目标车辆的运动状态信息确定所述目标车辆是否存在变道意图,包括:
若所述目标车辆的横向速度方向与所述目标车辆与车道中心线的相对位置方向均为左,且所述目标车辆的横向速度大于速度阈值,则所述目标车辆存在向左变道意图;
若所述目标车辆的横向速度方向与所述目标车辆与车道中心线的相对位置方向均为右,且所述目标车辆的横向速度大于速度阈值,则所述目标车辆存在向右变道意图。
进一步地,所述设定类别包括向左变道或者向右变道;根据所述目标车辆当前时刻和上一时刻的运动状态信息确定真实变道类别,包括:
将所述目标车辆当前时刻和上一时刻的运动状态信息输入训练好的第一神经网络,获得所述目标车辆的真实变道类别;所述真实变道类别包括向左变道、向右变道和不变道。
进一步地,将所述目标车辆当前时刻和上一时刻的运动状态信息输入训练好的第一神经网络,获得所述目标车辆的真实变道类别,包括:
将所述目标车辆当前时刻和上一时刻的运动状态信息输入训练好的第一神经网络,获得各变道类别的置信度;
将置信度最大的变道类别确定为所述目标车辆的真实变道类别。
进一步地,确定所述目标车辆和周边车辆的运动轨迹,包括:
将所述目标车辆和周边车辆的运动状态信息输入训练好的第二神经网络,获得所述目标车辆和周边车辆的运动轨迹。
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中国第一汽车股份有限公司,未经中国第一汽车股份有限公司许可,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/202011324594.3/2.html,转载请声明来源钻瓜专利网。