[發明專利]一種用于無人駕駛的軌跡預測方法

在審

• 申請號: 201910858029.6
• 申請日: 2019-09-11
• 公開（公告）號: CN110610268A
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 高嶺;王澤天;高全力
• 申請（專利權）人: 西安工程大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06K9/62
• 代理公司: 61202 西安西達專利代理有限責任公司
• 代理人: 劉華

1.一種用于無人駕駛的軌跡預測方法，其特征在于，包括以下步驟：

步驟1，獲取觸發馬爾科夫算法的運行指令；

步驟2，采集車輛歷史軌跡數據及其發生的場景信息，并生成預測算法所需的數據源；

步驟3，利用馬爾科夫算法計算狀態轉移概率，建立狀態轉移矩陣，得到預測軌跡；

步驟4，將步驟3獲得的預測軌跡與實際行駛軌跡進行對比，若存在誤差，則改進馬爾科夫算法，修正不合理的預測結果，提高軌跡預測準確率。

2.根據權利要求1所述的一種用于無人駕駛的軌跡預測方法，其特征在于，所述的步驟3，具體做法是：

設某道路共有n個路口，馬爾科夫狀態轉移矩陣為一個n*n的矩陣，一步狀態轉移矩陣P中的第i行第j列元素P_ij表示其經過路口i后再通過路口j的概率，i≥1，j≤n，其計算公式為式(1)：

其中，N_ij表示的是歷史軌跡數據中先通過i路口再通過j路口的次數，i和j必須為相鄰路口，得到一步狀態轉移矩陣P，進一步得到k步狀態轉移矩陣，為式(2)：

P^(k)＝P^k。 (2)

根據公式(1)得到的一步狀態轉移矩陣P如式(3)所示：

矩陣中的行號代表路口總數為n的歷史數據構成的當前已知的軌跡路口,列號代表未來通過的下一路口；據當前位置掃描矩陣得到行號,選取對應行號所在的一行數據進行比較；概率最大的列號作為未來的下一路口,然后將此路口作為當前位置再次代入狀態轉移矩陣進行迭代求解,最終得到未來一系列的車輛軌跡；

根據公式(2)得到的k步狀態轉移矩陣P^(k)如式(4)所示：

式中，請對各參數進行說明P_ij為經過路口i后再通過路口j的概率，N_ij為歷史軌跡數據中先通過i路口再通過j路口的次數，i和j必須為相鄰路口，P為一步狀態轉移矩陣，P^(k)為k步狀態轉移矩陣，P^k_ij為通過路口i經過k步再通過路口j的概率，矩陣中的行號代表路口總數為n的歷史數據構成的當前已知的軌跡路口,列號代表未來通過的下一路口。

3.根據權利要求1所述的一種用于無人駕駛的軌跡預測方法，其特征在于，步驟4所述的由步驟3所得到的預測軌跡與實際行駛軌跡存在一定誤差，其原因是由于馬爾科夫算法每次都會選擇最大值，但當最大值和第二大值之間的差過小時，實際行駛過程中選擇最大值路口與第二大值路口相比是偶然的。

4.根據權利要求1所述的一種用于無人駕駛的軌跡預測方法，其特征在于，步驟4所述的改進馬爾科夫算法，通過設置狀態轉移矩陣中一個在最大值和第二大值之間的閾值δ來改進；

如果兩值之差大于δ，則認為車輛未來通過的下一個路口等于狀態轉移矩陣的最大值；當小于δ時，則根據最大值路口是否交通擁堵采取不同的方法；可以分為兩個不同情況：

1)如果最大值路口交通不擁堵時，本專利認為車輛通過的下一路口仍然等于狀態轉移矩陣中的最大值。

2)如果最大值路口交通擁堵時；則車輛會選擇走狀態轉移矩陣中的第二大值路口。