

基于V2X的车辆轨迹预测方法、装置、设备及自动驾驶车辆.pdf
佳宁****么啦
亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于V2X的车辆轨迹预测方法、装置、设备及自动驾驶车辆.pdf
本公开提供了一种基于V2X的车辆轨迹预测方法、装置、设备及存储介质,涉及人工智能技术领域,具体为自动驾驶、智能交通以及深度学习技术领域。该方法包括:获取目标车辆的位置信息以及航向角信息;基于位置信息确定目标车辆在预先构建的道路地图中所处的目标道路的道路信息;基于航向角信息以及道路信息,确定目标车辆的变道意图信息;基于变道意图信息以及目标道路所在路口处的连接关系,预测目标车辆的行驶路线。本公开提供的基于V2X的车辆轨迹预测方法提高了预测目标车辆在未来较长时间内的轨迹的准确度。
基于V2X的车辆自动驾驶方法、装置及存储介质.pdf
本发明公开了一种基于V2X的车辆自动驾驶方法、装置及存储介质,方法包括:路侧单元根据当前在场车辆的排土点坐标、车体宽度及其侧翻预留空间,计算当前可使用的排土线,排土线包括至少一段排土段,根据历史入场车辆的排土点坐标计算每个排土段的排土次数,将排土次数最少的排土段作为预选排土段,根据将要入场车辆的车体宽度及其侧翻预留空间计算在预选排土段上的目标排土点坐标。自动驾驶车辆基于V2X通信接收路侧单元发送过来的目标排土点坐标,并根据目标排土点坐标和排土线信息确定车辆的停靠位置和停靠方向。本发明公开的自动驾驶方法,不
一种自动驾驶车辆轨迹预测方法、装置及电子设备.pdf
本发明自动驾驶领域,具体是一种自动驾驶车辆轨迹预测方法、装置及电子设备;所述方法包括根据自动驾驶车辆周围的传感器采集其周围交通参与者的一系列连续点云图像,对点云图像进行处理后获得自动驾驶车辆与周围交通参与者的位置关系和鸟瞰图BEV;通过图卷积模型对自动驾驶车辆与周围交通参与者的位置关系建模,提取出自动驾驶车辆与周围交通参与者的交互特征;通过时空金字塔模型对BEV图建模,提取出相应的历史轨迹的场景特征;将场景特征和交互特征进行融合,根据所述融合特征预测出自动驾驶车辆的分类和轨迹。本发明考虑了周围交通参与者相
预测障碍物的运动轨迹的方法、装置及自动驾驶车辆.pdf
本公开提供了一种预测障碍物的运动轨迹的方法、装置及自动驾驶车辆,涉及自动驾驶技术领域,以至少解决交互场景下障碍物运动轨迹的预测精度低的技术问题。具体实现方案为:获取目标场景下的环境信息、目标障碍物的历史状态信息和目标车辆的规划轨迹信息,其中,所述目标障碍物为所述目标车辆的潜在交互对象;基于所述环境信息、所述历史状态信息和所述规划轨迹信息预测所述目标障碍物的运动轨迹。
基于图卷积的车辆轨迹预测方法及装置.pdf
本发明涉及一种基于图卷积的车辆轨迹预测方法及装置,所述方法包括获取车辆轨迹数据并进行预处理,得到待处理数据;根据所述待处理数据构建车辆轨迹数据图及车道数据图;将所述车辆轨迹数据图和车道数据图输入预构建的车辆轨迹预测模型中进行特征融合,得到轨迹预测结果。本发明结合了车辆轨迹特征与车道特征交互信息进行轨迹预测,通过使用图卷积体系对车辆和车道交互信息分别进行建模,然后将车辆信息以及车道信息进行融合,从而创建合适的嵌入,最后对该嵌入进行操作以预测车辆的轨迹,以增加了轨迹预测结果的准确性。