[发明专利]行人轨迹预测方法、装置及存储介质

说明书

本发明实施例公开了一种行人轨迹预测方法、装置及存储介质，该方法包括：获取目标行人在每一个目标车辆的车辆坐标系中的当前位置坐标，以及目标行人与各目标车辆的当前相对速度；根据当前位置坐标、当前相对速度以及预先构建的风险特征函数，确定下一时刻目标行人与每个目标车辆对应的碰撞风险值；根据碰撞风险值，确定目标行人所对应的避让概率分布；根据当前相对速度、当前位置坐标以及预先建立的人车交互模型，确定目标行人的避让运动速度；根据当前相对速度、当前位置坐标、避让运动速度以及避让概率分布，确定目标行人的目标预测位置。通过本发明实施例的技术方案，实现了快速且准确的预测行人轨迹的技术效果。

技术领域

本发明实施例涉及智能车辆技术领域，尤其涉及一种行人轨迹预测方法、装置及存储介质。

背景技术

典型的自动驾驶系统由环境感知、规划决策、执行控制三部分组成，行人轨迹预测属于规划决策中的一项基础任务。在混合交通场景下，对行人未来的运动轨迹进行准确、快速的预测，有助于提高自动驾驶汽车的规划有效性和决策准确性。

在城市道路交通环境中，各种交通标识和信号灯调节着行人与车辆之间的相互作用，传统的基于模型的预测方法通常是利用这一特征来预测行人未来的轨迹，然而这种方法需要依赖于传统的交通设备，应用范围具有局限性。并且，在没有交通设备的情况下，行人与车辆之间的相互作用则无法进行合理的预测。

由于行人轨迹预测从本质上来讲是一个时间序列的问题，近些年来，基于神经网络的预测方法逐渐应用在自动驾驶领域。目前，利用大型数据集来训练学习可以做到在任意场景下的行人轨迹的准确预测，但是，这种方法的性能优越性和通用性是以模型可解释性和计算速度作为代价的。

发明内容

本发明实施例提供了一种行人轨迹预测方法、装置及存储介质，以实现快速且准确的预测行人轨迹的技术效果。

第一方面，本发明实施例提供了一种行人轨迹预测方法，该方法包括：

获取目标行人在每一个目标车辆的车辆坐标系中的当前位置坐标，以及所述目标行人与各目标车辆的当前相对速度；

根据所述当前位置坐标、所述当前相对速度以及预先构建的风险特征函数，确定下一时刻所述目标行人与每个目标车辆对应的碰撞风险值；其中，所述风险特征函数根据样本行人和与所述样本行人相对应的样本车辆的最小距离以及达到所述最小距离的剩余时间构建；

根据所述碰撞风险值，确定所述目标行人所对应的避让概率分布；

根据所述当前相对速度、所述当前位置坐标以及预先建立的人车交互模型，确定所述目标行人的避让运动速度；其中，所述预先建立的人车交互模型根据所述样本行人的在与所述样本行人相对应的样本车辆的车辆坐标系中的样本位置坐标以及所述样本行人与所述样本车辆的样本相对速度建立；

根据所述当前相对速度、所述当前位置坐标、所述避让运动速度以及所述避让概率分布，确定所述目标行人的目标预测位置。

第二方面，本发明实施例还提供了一种行人轨迹预测装置，该装置包括：

信息获取模块，用于获取目标行人在每一个目标车辆的车辆坐标系中的当前位置坐标，以及所述目标行人与各目标车辆的当前相对速度；

碰撞风险值确定模块，用于根据所述当前位置坐标、所述当前相对速度以及预先构建的风险特征函数，确定下一时刻所述目标行人与每个目标车辆对应的碰撞风险值；其中，所述风险特征函数根据样本行人和与所述样本行人相对应的样本车辆的最小距离以及达到所述最小距离的剩余时间构建；

避让概率确定模块，用于根据所述碰撞风险值，确定所述目标行人所对应的避让概率分布；