[發(fā)明專利]運動軌跡預測方法及系統(tǒng)、電子設備及可讀存儲介質

有效

• 申請?zhí)枺?/td>: 202011563942.2
• 申請日: 2020-12-25
• 公開（公告）號: CN112651990B
• 公開（公告）日: 2022-12-16
• 發(fā)明（設計）人: 章佳輝;李偉;馬月昕;楊睿剛
• 申請（專利權）人: 際絡科技（上海）有限公司
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T17/05;G06T3/00;G06T15/20;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 蔣娟

本發(fā)明提供一種運動軌跡預測方法及系統(tǒng)、電子設備及可讀存儲介質，包括：獲取并基于自車的歷史位置、待預測對象相對于自車的歷史相對位置以及待預測對象周圍的周圍障礙物相對于自車的歷史相對位置，得到待預測對象及周圍障礙物的歷史位置；基于所述待預測對象及周圍障礙物在世界坐標系下的歷史位置，得到待預測對象的歷史軌跡及周圍障礙物的歷史軌跡渲染，并結合地圖信息分別進行渲染得到運動軌跡預測三維渲染圖；將所述運動軌跡預測三維渲染圖輸入運動軌跡預測模型中進行待預測對象的運動軌跡預測。本發(fā)明在不增加算力的基礎上，將多個時間片的信息渲染在一張高維的圖上，輸入量為更加準確的位置信息，預測精度更高。

技術領域

本發(fā)明涉及自動駕駛領域，特別涉及一種運動軌跡預測方法及系統(tǒng)、電子設備及可讀存儲介質。

背景技術

隨著智能交通領域的發(fā)展，對運動對象的運動軌跡的預測算法在路徑規(guī)劃領域具備重大意義。通過對運動對象的運動軌跡進行預測，能夠在已知運動對象未來可能的運動軌跡的情況下進行路徑規(guī)劃，有利于防止碰撞等意外情況的發(fā)生。

現(xiàn)有技術中，可以通過感知得到周圍車輛的位置，根據(jù)車輛動態(tài)模型進行待預測對象的運動軌跡預測，卡爾曼濾波(KF)，高斯混合模型(GMM)，隱馬爾科夫模型(HMM)等，此類方法能夠建立準確的航跡量測模型或車輛狀態(tài)轉移模型，但其只能預測物體下一步運動的狀態(tài)，無法滿足自動駕駛對于未來障礙物長時間預測的要求。此外，還可以通過觀測一段時間障礙物的軌跡，利用長短期記憶網(wǎng)絡(LSTM)進行待預測對象的運動軌跡預測，此類方法累計誤差較大，雖然可以達到較長時間的預測，但由于只依賴于障礙物位置，預測得到的未來軌跡往往會丟失環(huán)境變化對其產(chǎn)生的影響。

發(fā)明內容

本發(fā)明提供一種通過一次推理能夠輸出待預測對象未來軌跡、預測準確率高、時間復雜度更低的運動軌跡預測方法及系統(tǒng)、電子設備及可讀存儲介質。

本發(fā)明提供一種運動軌跡預測方法，包括：

獲取并基于自車在世界坐標系下的歷史位置、待預測對象相對于自車的歷史相對位置以及待預測對象周圍的周圍障礙物相對于自車的歷史相對位置，得到待預測對象及周圍障礙物在世界坐標系下的歷史位置；

基于所述待預測對象及周圍障礙物在世界坐標系下的歷史位置，得到待預測對象的歷史軌跡及周圍障礙物的歷史軌跡渲染，并結合地圖信息分別進行渲染得到運動軌跡預測三維渲染圖；

將所述運動軌跡預測三維渲染圖輸入運動軌跡預測模型中進行待預測對象的運動軌跡預測。

優(yōu)選的是，所述的運動軌跡預測方法，其中，

所述待預測對象的歷史軌跡為待預測對象在utm坐標系下的x坐標、y坐標的坐標集，所述周圍障礙物的歷史軌跡包括周圍障礙物在utm坐標系下的x坐標、y坐標的坐標集，所述地圖信息包括待預測對象周圍的道路信息，所述道路信息包括車道線位置，車道寬度，車道數(shù)。

優(yōu)選的是，所述的運動軌跡預測方法，其中，所述基于所述待預測對象及周圍障礙物在世界坐標系下的歷史位置，得到運動軌跡預測三維渲染圖具體包括：

基于待預測對象的歷史軌跡的二維渲染圖，確定待預測對象起點，將待預測對象的歷史軌跡依次渲染在起點之后，形成多個渲染層，將待預測對象的歷史軌跡的所有渲染層依次疊放形成待預測對象三維渲染圖；

基于周圍障礙物的歷史軌跡的二維渲染圖，確定周圍障礙物起點，將周圍障礙物歷史軌跡依次渲染在起點之后，形成多個渲染層，將周圍障礙物的歷史軌跡的所有渲染層依次疊放形成周圍障礙物三維渲染圖；

將地圖信息基于車道線位置，車道寬度，車道數(shù)以及顏色進行渲染，形成地圖信息三維渲染圖；

將所述待預測對象三維渲染圖、周圍障礙物三維渲染圖、地圖信息三維渲染圖依次拼接形成運動軌跡預測三維渲染圖。