预测障碍物的运动轨迹的方法、装置及自动驾驶车辆.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CN113753077A(43)申请公布日2021.12.07(21)申请号202110945481.3(22)申请日2021.08.17(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人姜嘉楠刘旭周金运董芳芳万国伟(74)专利代理机构北京博浩百睿知识产权代理有限责任公司11134代理人丰佩印(51)Int.Cl.B60W60/00(2020.01)B60W30/095(2012.01)B60W40/02(2006.01)权利要求书2页说明书9页附图1页(54)发明名称预测障碍物的运动轨迹的方法、装置及自动驾驶车辆(57)摘要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。CN113753077ACN113753077A权利要求书1/2页1.一种预测障碍物的运动轨迹的方法，包括：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。2.根据权利要求1所述的方法，其中，所述规划轨迹信息用于规划所述目标车辆在所述目标场景下的行驶路线。3.根据权利要求1所述的方法，其中，所述环境信息包括：通过目标电子地图获取到的道路数据、交通指示灯数据、障碍物数据中的一个或多个。4.根据权利要求1所述的方法，其中，所述历史状态信息包括：所述目标障碍物的历史速度、历史位置。5.根据权利要求1所述的方法，其中，采用以下方式至少之一选定所述目标障碍物：基于所述目标车辆当前所在位置的道路属性选定所述目标障碍物；基于所述目标车辆的导航信息选定所述目标障碍物，其中，所述导航信息为所述规划轨迹信息的参考依据；基于所述目标车辆待变道的目标车道选定所述目标障碍物。6.根据权利要求1所述的方法，其中，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包括：通过神经网络模型对所述环境信息、所述历史状态信息和所述规划轨迹信息进行分析，确定所述目标障碍物的运动轨迹，其中，所述神经网络模型利用多组数据通过机器学习训练得到，所述多组数据中的每组数据均包括：样本数据和预测出的障碍物运动轨迹。7.根据权利要求6所述的方法，所述方法还包括：在对所述神经网络模型进行训练的过程中，获取所述神经网络模型的训练结果与目标数据之间的差异；基于所述训练结果与所述目标数据之间的差异，调整所述神经网络模型对应的损失函数中多个参数的权重。8.根据权利要求7所述的方法，其中，所述多个参数包括：所述目标车辆的纵向加速度、所述目标车辆的横向加速度以及所述目标车辆的与所述目标障碍物之间的相对距离。9.一种预测障碍物的运动轨迹的装置，包括：获取模块，用于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；预测模块，用于基于所述环境信息、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。10.根据权利要求9所述的装置，其中，所述规划轨迹信息用于规划所述目标车辆在所述目标场景下的行驶路线。11.根据权利要求9所述的装置，其中，所述环境信息包括：通过目标电子地图获取到的道路数据、交通指示灯数据、障碍物数据中的一个或多个。12.根据权利要求9所述的装置，其中，所述历史状态信息包括：所述目标障碍物的历史2CN113753077A权利要求书2/2页速度、历史位置。13.根据权利要求9所述的装置，其中，采用以下方式至少之一选定所述目标障碍物：基于所述目标车辆当前所在位置的道路属性选定所述目标障碍物；基于所述目标车辆的导航信息选定所述目标障碍物，其中，所述导航信息为所述规划轨迹信息的参考依据；基于所述目标车辆待变道的目标车道选定所述目标障碍物。14.根据权利要求9所述的装置，其中，所述预测模块用于基于所述环境信息、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包括：通过神经网络模型对所述环境信息、所述历史状态信息和所述规划轨迹信息进行分析，确定所述目标障碍物的运动轨迹，其中，所述神经网络模型利用多组数据通过机器学习训练得到，所述多组数据中的每组数据均包括：样本数据和预测出的障碍物运动轨迹。15.根据权利