一种结合驾驶员换道意图的远程驾驶车辆轨迹预测方法.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CN113627239A(43)申请公布日2021.11.09(21)申请号202110719346.7(22)申请日2021.06.28(71)申请人上海交通大学地址200240上海市闵行区东川路800号(72)发明人吴晓东李黄河(74)专利代理机构上海旭诚知识产权代理有限公司31220代理人郑立(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06Q10/04(2012.01)G06Q50/30(2012.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种结合驾驶员换道意图的远程驾驶车辆轨迹预测方法(57)摘要本发明公开了一种结合驾驶员换道意图的远程驾驶车辆轨迹预测方法，涉及自动驾驶技术领域，包括如下步骤：依据交通流信息结合预测车辆的位置，定义远程驾驶车辆的交通流栅格图，表征车辆的空间相互关系；依据规则定义驾驶员具体的换道行为；基于深度融合网络，利用多变量多步长时间序列预测驾驶员换道意图；结合驾驶员的换道意图以及远程驾驶车辆的状态信息和交通流信息，预测远程驾驶车辆的轨迹。本发明通过考虑驾驶员的换道意图、交通流信息和自车的状态信息，结合注意力机制和正则化策略，利用长短时神经网络实现对于车辆轨迹预测的目的，准确预测远程驾驶在交通流中的未来轨迹，及时发现远程驾驶车辆的潜在危险。CN113627239ACN113627239A权利要求书1/2页1.一种结合驾驶员换道意图的远程驾驶车辆轨迹预测方法，其特征在于，包括如下步骤：(1)依据交通流信息结合预测车辆的位置，定义远程驾驶车辆的交通流栅格图，表征车辆的空间相互关系；(2)依据规则定义驾驶员具体的换道行为；(3)基于深度融合网络，利用多变量多步长时间序列预测驾驶员换道意图；(4)结合驾驶员的换道意图以及远程驾驶车辆的状态信息和交通流信息，预测远程驾驶车辆的轨迹。2.如权利要求1所述的方法，其特征在于，所述步骤(1)中，交通流栅格图包含六个区域，分别为：lb：预测车辆所在车道的左车道后方的区域；la：预测车辆所在车道的左车道前方的区域；db：预测车辆所在车道后方的区域；da：预测车辆所在车道前方的区域；rb：预测车辆所在车道的右车道后方的区域；ra：预测车辆所在车道的右车道前方的区域；所述区域的宽度为车道的宽度，所述区域的长度D与预测车辆的速度vx有关。3.如权利要求2所述的方法，其特征在于，所述步骤(1)中表征车辆的空间相互关系具体为：每个区域中的车辆的中心点与预测车辆中心点之间的纵向位移表征车辆之间的空间位置关系，各区域定义如下：DGlb：lb表格中车辆到预测车辆之间的纵向位移；DGla：la表格中车辆到预测车辆之间的纵向位移；DGdb：db表格中车辆到预测车辆之间的纵向位移；DGda：da表格中车辆到预测车辆之间的纵向位移；DGrb：rb表格中车辆到预测车辆之间的纵向位移；DGra：ra表格中车辆到预测车辆之间的纵向位移。4.如权利要求3所述的方法，其特征在于，所述步骤(2)驾驶员具体的换道行为定义为车道保持行为、向左换道行为以及向右换道行为。5.如权利要求4所述的方法，其特征在于，所述换道行为具体为：车辆轨迹与左道路虚线的交点为左换道点，并计算所述左换道点的航向角为θi，沿着所述左换道点的逆时间方向计算各个点的航向角，如果有连续a个点的航向角均小于阈值θth，则定义为左换道起点；沿所述左换道起点的顺时间方向计算各个点的航向角，如果有连续a个点的航向角均小于阈值θth，则定义为左换道的终点；轨迹序列中包含换道左换道片段定义为一次向左换道行为；基于同样的方法获得右换道点、右换道起点以及右换道终点；轨迹序列中包含换道右换道片段定义为一次向右换道行为；如果连续b个点的航向角均小于θth且b个点的横向位移y的绝对值均小于c，则轨迹片段为一次车道保持行为。6.如权利要求5所述的方法，其特征在于，所述步骤(3)具体为，通过驾驶员换道意图预测网络LSTM‑CNN，对输入的多变量多步长时间序列进行分类。7.如权利要求6所述的方法，其特征在于，向所述驾驶员换道意图预测网络LSTM‑CNN中2CN113627239A权利要求书2/2页输入序列input1＝[DGlb，DGla，DGdb，DGda，DGrb，DGra，vx，δ，y]，输出驾驶员的换道意图s。8.如权利要求7所述的方法，其特征在于，还包括轨迹预测网络模型AR‑LSTM；向所述轨迹预测网络模型AR‑LSTM输入input1加换道意图标签s拼接组成的状态变量input2＝[DGlb，DGla，DGdb，DGaa，DGrb，DGra，vx，δ，y，s]