[發明專利]一種面向路側感知單元的車輛軌跡缺損數據修補方法

在審

• 申請號: 202111427550.8
• 申請日: 2021-11-29
• 公開（公告）號: CN113963334A
• 公開（公告）日: 2022-01-21
• 發明（設計）人: 趙聰;宋安迪;杜豫川
• 申請（專利權）人: 同濟大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06F16/29;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

本發明涉及一種面向路側感知單元的車輛軌跡缺損數據修補方法，包括：采集不同場景下全域車輛軌跡數據和對應的高精度車道級地圖數據，以合并作為數據集，通過對數據集中的數據進行預處理，將數據集劃分為訓練集、驗證集和測試集；基于圖神經網絡和注意力機制，構建車輛軌跡缺損數據修補模型；利用訓練集對車輛軌跡缺損數據修補模型進行迭代訓練、利用驗證集檢驗車輛軌跡缺損數據修補模型的修補效果，得到參數最優的車輛軌跡缺損數據修補模型；將測試集或待修補的車輛軌跡數據輸入參數最優的車輛軌跡缺損數據修補模型中，輸出得到對應的修補后全域車輛軌跡完整數據。與現有技術相比，本發明能夠對不同場景下車輛軌跡缺損數據進行準確穩定的修補。

技術領域

本發明涉及交通信息處理技術領域，尤其是涉及一種面向路側感知單元的車輛軌跡缺損數據修補方法。

背景技術

近些年，隨著高清攝像頭、毫米波雷達、激光雷達等路側新興傳感器的發展和廣泛部署，能夠有效實現道路路段全域的車輛軌跡數據采集；在自動駕駛、車路協同等領域，這些全域車輛軌跡數據蘊含著巨大的價值，能夠輔助實現全時空交通流智能管控、車輛主動安全管控等。但受限于采集設備的性能、目標檢測與追蹤算法、物理遮擋等因素，這些數據常常存在著部分車輛軌跡缺損的情況，導致采集的數據難以被后續任務直接利用，數據價值大打折扣。因此，為了提高數據質量和數據使用價值，有必要對存在缺損的車輛軌跡進行修補，而處理后的完整車輛軌跡，將有助于駕駛決策輔助、安全風險控制等任務。

目前，在車輛缺損軌跡修補方面的相關方法較少，基于時間序列的缺損軌跡修補是應用最為廣泛的方法，該類方法利用某個目標多條完整的軌跡數據，對軌跡數據中被隨機抹掉的區段的軌跡特征進行學習，從而能夠恢復更多的存在缺損的軌跡數據，但現有方法中還沒有針對于全域車輛軌跡修補的相關研究。

基于時間序列的缺損軌跡修補能夠適用于許多領域的時序數據修補任務，由于該修補方法僅表征出時間維度的位置信息，未考慮在空間上互相靠近、具有相互制約關系的周圍車輛的運動行為，導致其應用于全域車輛運動軌跡數據的準確率有待提升；另一方面，該類修補方法僅依賴于單一的目標自身的軌跡進行修補，受數據噪聲影響，修補結果波動大，無法保證修補預測數據的穩定性。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種面向路側感知單元的車輛軌跡缺損數據修補方法，以能夠針對全域車輛軌跡缺損數據進行準確、穩定的修補。

本發明的目的可以通過以下技術方案來實現：一種面向路側感知單元的車輛軌跡缺損數據修補方法，包括以下步驟：

S1、采集不同場景下的全域車輛軌跡數據和對應的高精度車道級地圖數據，以合并作為數據集，通過對數據集中的數據進行預處理，將數據集劃分為訓練集、驗證集和測試集；

S2、基于圖神經網絡和注意力機制，構建車輛軌跡缺損數據修補模型；

S3、利用訓練集對車輛軌跡缺損數據修補模型進行迭代訓練、利用驗證集檢驗車輛軌跡缺損數據修補模型的修補效果，以得到參數最優的車輛軌跡缺損數據修補模型；

S4、將測試集或待修補的車輛軌跡數據輸入參數最優的車輛軌跡缺損數據修補模型中，輸出得到對應的修補后全域車輛軌跡完整數據。

進一步地，所述全域車輛軌跡數據具體是在一定范圍內多個車輛個體同時運動時，每個車輛個體的運動軌跡組成的時空運動軌跡集合。

進一步地，所述步驟S1具體包括以下步驟：

S11、選取不同道路路段，將每個道路路段作為一個場景；

S12、采集不同場景下的全域車輛軌跡數據和對應的高精度車道級地圖數據，以合并作為數據集；

S13、將數據集中存在車輛軌跡缺損的場景對應的數據作為測試集，再對剩余場景對應的數據進行預處理，以得到訓練集和驗證集。