买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国第一汽车股份有限公司

摘要：本发明实施例公开了一种轨迹预测方法、装置、电子设备以及存储介质。该方法包括：获取当前车辆的车辆位置和车辆尺寸，以及所述当前车辆所在邻域范围内的各邻域车辆的车辆位置和车辆尺寸，分别生成各车辆的时序输入信息；将所述当前车辆以及邻域车辆的时序输入信息输入至预先训练的轨迹预测模型中，生成所述当前车辆的轨迹预测信息。通过本发明实施例公开的技术方案，实现了提高自动驾驶中轨迹预测的合理性以及准确性。

主权项：1.一种轨迹预测方法，其特征在于，包括：获取当前车辆的车辆位置和车辆尺寸；获取所述当前车辆所在邻域范围内的各邻域车辆的车辆位置和车辆尺寸，包括：基于激光雷达采集所述邻域车辆的车辆长度，并基于车辆包围盒的长宽比例确定所述邻域车辆的车辆宽度；其中，所述邻域范围包括所述当前车辆所在车道相邻的其他车道和所述当前车辆所在车道的其他位置；所述车辆包围盒是基于各种车辆的长宽比例预先设置的；分别生成各车辆的时序输入信息；其中，所述时序输入信息包括车辆在当前时刻以及之前时刻的车辆位置和车辆尺寸；将所述当前车辆以及所述邻域车辆的时序输入信息输入至预先训练的轨迹预测模型中，生成所述当前车辆的轨迹预测信息；其中，所述轨迹预测模型的训练方法，包括：获取历史轨迹数据以及所述历史轨迹数据对应的样本输入信息；将所述样本输入信息输入至待训练的轨迹预测模型中，得到所述轨迹预测模型输出的预测轨迹数据；基于所述预测轨迹数据和所述历史轨迹数据得到损失项，并基于所述损失项和约束项得到损失函数；其中，所述约束项基于所述当前车辆与所述各邻域车辆的距离确定；基于所述损失函数对所述轨迹预测模型进行迭代训练，直到满足训练条件，得到训练完成的轨迹预测模型；其中，所述轨迹预测模型的损失函数的表达式如下所示： 其中，PY|X表示轨迹预测模型的损失函数；θ表示约束项；表示损失项；X为历史轨迹数据，Y为预测轨迹坐标，mi为人工将误差函数分段；Θ表示未来每个时间步长的二元高斯分布的参数；其中，约束项θ表达式如下所示： 其中，j表示当前车辆的3个车辆包围盒；k表示当前车辆的邻域车辆i的3个包围盒；j,k取值均为1、2、3；x02,y02表示当前车辆的坐标信息，x01,y01＝x02,y02+l0，x03,y03＝x02,y02-l0；若预测结果满足目标车辆三个包围盒坐标与周围车辆三个包围盒坐标之间的距离大于二者的半径之和，则约束项为0；否则约束项为1。

全文数据：

权利要求：

百度查询： 中国第一汽车股份有限公司 轨迹预测方法、装置、电子设备以及存储介质