周围车辆轨迹预测方法、装置、车辆及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114291116A(43)申请公布日2022.04.08(21)申请号202210077961.7(22)申请日2022.01.24(71)申请人广州小鹏自动驾驶科技有限公司地址510000广东省广州市黄埔区中新知识城亿创街1号406房之46(72)发明人温勇兵李攀刘懿许扬(74)专利代理机构广州德科知识产权代理有限公司44381代理人林翠万振雄(51)Int.Cl.B60W60/00(2020.01)权利要求书2页说明书15页附图6页(54)发明名称周围车辆轨迹预测方法、装置、车辆及存储介质(57)摘要本发明实施例公开了一种周围车辆轨迹预测方法、装置、车辆及存储介质，该方法包括：根据车道线确定主车辆的主车车道以及相邻车道；基于预设的环境模型，从主车车道和相邻车道上确定主车辆周围的目标车辆；获取目标车辆的路径预测类型、预测速度和横向路径特征；根据路径预测类型、预测速度和横向路径特征，分析目标车辆的动机意图类型；基于动机意图类型，在空间上对目标车辆进行多个目标位置点采样，以获得多条采样轨迹；获取多条采样轨迹中成本最低的采样轨迹，作为目标车辆的预测行驶轨迹；能够实现主车辆的周围车辆的行驶轨迹的预测，准确率较高，从而提高主车辆自动驾驶的安全性。CN114291116ACN114291116A权利要求书1/2页1.一种周围车辆轨迹预测方法，其特征在于，包括：根据车道线确定主车辆的主车车道以及相邻车道；基于预设的环境模型，从所述主车车道和所述相邻车道上确定所述主车辆周围的目标车辆；获取所述目标车辆的路径预测类型、预测速度和横向路径特征；根据所述路径预测类型、所述预测速度和所述横向路径特征，分析所述目标车辆的动机意图类型；基于所述动机意图类型，在空间上对所述目标车辆进行多个目标位置点采样，以获得多条采样轨迹；获取所述多条采样轨迹中成本最低的采样轨迹，作为所述目标车辆的预测行驶轨迹。2.根据权利要求1所述的方法，其特征在于，所述根据车道线确定主车辆的主车车道以及相邻车道，包括：获取所述主车辆的当前位置到车道中心线的距离小于预设半径的第一车道；从所述第一车道中剔除所述主车辆的方向角与投影点切角的差值大于预设夹角阈值的车道，获得第二车道；从所述第二车道上剔除所述主车辆在车道中心线的投影点不在车道区间上的车道，获得第三车道；从所述第三车道中选择所述主车辆的方向与车道方向之间的夹角最小的车道，作为主车车道；根据所述主车车道确定相邻车道。3.根据权利要求1或2所述的方法，其特征在于，所述基于预设的环境模型，从所述主车车道和所述相邻车道上确定所述主车辆周围的目标车辆，包括：基于预设的环境模型，获取所述主车车道和所述相邻车道上的所述主车辆的前向路径和后向路径上与所述主车辆相邻的车辆，作为所述主车辆周围的目标车辆。4.根据权利要求1或2所述的方法，其特征在于，所述动机意图类型包括车道保持、车道变更和异常行为。5.根据权利要求4所述的方法，其特征在于，所述路径预测类型包括车道保持、左侧变道和右侧变道；所述预测速度大于或等于1且小于或等于最小限速，所述最小限速为所述目标车辆所在车道的车道限速、横向加速度极限的限速、静止虚拟障碍物引起的限速和前方车辆引起的限速中的最小速度；所述横向路径特征包括所述目标车辆与车道边线的距离、所述目标车辆与所在车道的车道方向的夹角、所述目标车辆的横向速度或纵向速度与横向加速度或纵向加速度、所述目标车辆的历史路径与短期恒加速度路径的组合路径与可行驶车道的车道中心线的相似性、变道风险指标以及安全距离指标。6.根据权利要求1所述的方法，其特征在于，所述多个目标位置点包括多个横向位置点和多个纵向位置点，所述基于所述动机意图类型，在空间上对所述目标车辆进行多个目标位置点采样，以获得多条采样轨迹，包括：基于所述动机意图类型，采样所述多个横向位置点和多个纵向位置点；2CN114291116A权利要求书2/2页以所述目标车辆所在位置点和所述多个横向位置点为依据，利用三次多项式作为基函数生成多条横向轨迹；以所述目标车辆所在位置点和所述多个纵向位置点为依据，利用四阶多项式作为基函数生成多条纵向轨迹；结合所述多条横向轨迹和所述多条纵向轨迹，得到多条采样轨迹。7.根据权利要求1或2或6所述的方法，其特征在于，所述获取所述多条采样轨迹中成本最低的采样轨迹，作为所述目标车辆的预测行驶轨迹，包括：计算每条所述采样轨迹的轨迹相似性成本、加速度成本、向心加速度成本和静态障碍物碰撞成本；计算每条所述采样轨迹的所述轨迹相似性成本、所述加速度成本、所述向心加速度成本与所述静态障碍物碰撞成本的总和，获得每条所述采样轨迹的总成本；从所述多条采样轨迹中选择总成本最低的采样轨迹，作为所述目标车辆的预测