[发明专利]一种基于视觉感知的他方车辆轨迹预测方法

说明书

本发明公开了一种基于视觉感知的他方车辆轨迹预测方法，具体为：步骤1：实时采集主车辆车身周围的图像；步骤2：基于当前时刻车身周围的图像，采用改进的目标跟踪算法检测出当前时刻主车辆周围的其他车辆，并判断该其他车辆是否是新出现的车辆，若是新出现的车辆，则当前时刻不对该车辆的轨迹进行预测；步骤3：计算当前时刻其他车辆与主车辆之间的距离；步骤4：预测下一个时刻其他车辆相对于主车辆的位置。本发明减少了计算时间和计算的复杂度，可高效的实现实时预测效果，适用于大部分车辆和智能驾驶场景。

技术领域

本发明属于自动驾驶领域。

背景技术

近年来，大量的主动安全驾驶系统和自动驾驶汽车被开发出来。这些驾驶系统需要保证驾驶员在动态变化的交通环境中的安全，并需要了解未来环境会发生什么变化。无人驾驶关键技术之一是对前方车辆的检测和测距，现有技术针对特定车辆，安全驾驶不仅需要准确识别和定位附近的物体，还需要预测其未来的位置和动作，以便有足够的时间来避免碰撞。

发明内容

发明目的：为了解决上述现有技术存在的问题，本发明提供了一种基于视觉感知的他方车辆轨迹预测方法。

技术方案：本发明提供了一种基于视觉感知的他方车辆轨迹预测方法，具体包括如下步骤：

步骤1：设置在主车辆车身上的单目相机实时采集车身周围的图像，以主车辆的中心作为原点建立车身坐标系；

步骤2：基于当前时刻车身周围的图像，采用改进的目标跟踪算法检测出当前时刻主车辆周围的其他车辆，将该其他车辆作为目标车辆，计算当前时刻第t个目标车辆与前K个历史时刻的第k个历史时刻中第y个目标车辆相似度，其中k＝1，2，…，K，t＝1，2，…M，M为当前时刻中目标车辆的总个数，y＝1，2，…，N，其中N为第k个历史时刻中所有目标车辆的总个数；基于相似度判断两个目标车辆是否为同一个车辆，若是，则转步骤3，否则，认为该当前时刻第t个目标车辆为新的目标车辆，当前时刻不预测该新的目标车辆的轨迹；

步骤3：计算当前时刻第t个目标车辆与主车辆的距离，得到该第t个目标车辆在车身坐标系下的位置；

步骤4：根据步骤3中的位置，以及第t个目标车辆的速度得到下一个时刻该第t个目标车辆在车身坐标系下的位置。

进一步的，所述步骤2具体为：

步骤2.1：采用yolo5算法检测当前时刻图像中的目标车辆，并根据目标车辆的大小采用矩形框bbox框出该目标车辆；采用卡尔曼滤波得到bbox框的具体位置；

步骤2.2：提取当前时刻第t个目标车辆的表面特征向量，并计算该表面特征向量与第k个历史时刻中第y个目标车辆的表面特征向量的余弦距离cost_feature，所述表面特征向量包括：汽车颜色特征向量，汽车纹理特征向量，汽车形状特征向量；

步骤2.3：基于余弦距离计算当前时刻第t个目标车辆与第k个历史时刻中第y个目标车辆的相似度Cost：

步骤2.4：基于当前时刻目标车辆的总个数M和第k个历史时刻目标车辆的总个数N，构建M×N的矩阵，该矩阵中第t行第y列的元素为当前时刻第t个目标车辆与第k个历史时刻中第y个目标车辆之间的相似度；

步骤2.5：将M×N的矩阵中值最大的元素所对应的行和列删除，并将该元素对应的两个目标车辆作为同一个目标车辆；继续在(M-1)×(N-1)的矩阵中选择值最大的元素，重复步骤2.5，直至矩阵中所有元素的值均小于预设的阈值。

进一步的，所述步骤2.3中相似度Cost为：

Cost＝alpha1×cost_IOU+alpha2×cost_feature