[发明专利]一种基于风险接受程度的交通参与者轨迹预测方法及系统

说明书

本发明涉及一种基于风险接受程度的交通参与者轨迹预测方法及系统，包括：采集目标交通场景下的不同交通参与者的t‑M时刻至t时刻的轨迹信息，并对所述轨迹信息进行预处理；不同所述交通参与者包括行人、自行车和机动车；对t时刻的预处理轨迹信息进行聚类，根据聚类结果确定t时刻每一所述交通参与者的风险接受程度；利用t‑M时刻至t时刻的所述预处理轨迹信息和t时刻每一所述交通参与者的风险接受程度训练异构图模型，得到训练后的异构图模型；利用所述训练后的异构图模型对每一所述交通参与者的轨迹进行预测。考虑到了不同交通参与者的不同风险接受程度，能够准确的对交通参与者的未来轨迹进行准确的预测。

技术领域

本发明涉及汽车智能交互技术领域，特别是涉及一种基于风险接受程度的交通参与者轨迹预测方法及系统。

背景技术

目前，随着城市道路交通参与者的数目不断增加，路况信息日趋复杂。模拟复杂城市环境下交通参与者的行为，准确地表达交通参与者的交互行为，对于自动驾驶汽车实现安全和社会可接受的运动规划至关重要。然而，由于交通参与者的运动不确定性和城市环境的复杂性，这种交互行为的准确表达仍然是一个挑战。

现阶段，对于交通参与者的交互行为的建模方法有很多，但是这些方法都有各自的一些缺陷。基于物理的运动模型无法处理预测时间超过1秒的自行车和行人的不确定性问题；“两阶段”预测框架不能同时考虑交通参与者之间的相互作用和预测未来的行为；“社会感知”方法应用了池机制和串联操作来直接融合交互参与者的特征，但是不具有可解释性。同时，上述方法没有考虑到不同交通参与者对于同一交互场景的不同认知和对危险的不同判断。因此得出，现有的交通参与者的交互行为的预测方法均不能准确的进行未来轨迹的预测，对此，本发明提供一种基于风险接受程度的交通参与者轨迹预测方法及系统。

发明内容

本发明的目的是提供一种基于风险接受程度的交通参与者轨迹预测方法及系统，能够准确的对交通参与者的轨迹进行预测。

为实现上述目的，本发明提供了如下方案：

一种基于风险接受程度的交通参与者轨迹预测方法，包括：

采集目标交通场景下的不同交通参与者的t-M时刻至t时刻的轨迹信息，并对所述轨迹信息进行预处理；不同所述交通参与者包括行人、自行车和机动车；

对t时刻的预处理轨迹信息进行聚类，根据聚类结果确定t时刻每一所述交通参与者的风险接受程度；

利用t-M时刻至t时刻的所述预处理轨迹信息和t时刻每一所述交通参与者的风险接受程度训练异构图模型，得到训练后的异构图模型；

利用所述训练后的异构图模型对每一所述交通参与者的轨迹进行预测。

一种基于风险接受程度的交通参与者轨迹预测系统，包括：

轨迹信息获取及处理模块，用于采集目标交通场景下的不同交通参与者的t-M时刻至t时刻的轨迹信息，并对所述轨迹信息进行预处理；不同所述交通参与者包括行人、自行车和机动车；

聚类模块，用于对t时刻的预处理轨迹信息进行聚类，根据聚类结果确定t时刻每一所述交通参与者的风险接受程度；