[发明专利]一种基于车辆-无人机协同的高速公路车辆行为和轨迹预测方法有效

专利信息
申请号: 202011379618.5 申请日: 2020-11-30
公开(公告)号: CN112347993B 公开(公告)日: 2023-03-17
发明(设计)人: 张素民;支永帅;包智鹏;杨志;卢守义;孟志伟 申请(专利权)人: 吉林大学
主分类号: G06V20/17 分类号: G06V20/17;G06V10/26;G06V10/774;G06V10/762;G06V10/82;G08G1/01;G08G1/017;G06N3/04
代理公司: 西安知诚思迈知识产权代理事务所(普通合伙) 61237 代理人: 麦春明
地址: 130000 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 车辆 无人机 协同 高速公路 行为 轨迹 预测 方法
【说明书】:

发明公开了一种基于车辆‑无人机协同的高速公路车辆行为和轨迹预测方法,属于智能交通领域,步骤S1:训练数据生成获取理想的数据输入;步骤S2:训练数据生成利用无人机获取数据,再用训练数据生成方法生成训练数据;步骤S3:利用训练数据生成生成的训练数据在离线训练中进行车辆行为和轨迹预测模型的训练;步骤S4:使用训练数据生成输出的训练数据并保存离线训练中行为和轨迹预测模型的参数,之后利用该模型在在线预测中进行行为和轨迹预测。本发明能准确获取周围车辆的状态信息和车辆会采取的行为,提高了预测的准确性和预测算法的性能。

技术领域

本发明属于智能交通领域,特别是涉及一种基于车辆-无人机协同的高速公路车辆行为和轨迹预测方法。

背景技术

随着深度学习技术的快速发展以及人工智能领域的深入研究,自动驾驶领域正在经历着革命性的变化。一个良好自动驾驶车辆应能够及时准确地对交通状况的未来演变做出预测。

高速公路作为一种结构化的道路,是自动驾驶技术研究中最重要的场景之一,同时,高速公路相对于城市道路来说,道路结构更加简单,因此高速公路成为自动驾驶技术中相对来说比较容易落地的场景之一。

但是即使是在高速公路这种比较单一的场景下,对周围交通车长期(5s左右)的行为和轨迹预测仍面临着巨大的挑战,主要原因在于:1)车辆的行为是多模态的。2)车上装备的激光雷达传感器难以准确获取到当前场景下全部周围车辆的状态信息,大大降低了预测的准确性。3)当前,大部分的车辆行为和轨迹预测方法都假设在V2X的背景之下,这种方式非常依赖网联技术的实现,在短期内不能实现,而且车联网的成本巨大。4)高速公路上的车辆行为是高度交互的,如果不能很好地预测周围车辆的行为和位置,就会导致本车驾驶行为过于激进或保守。

目前关于车辆运动预测的研究,通常将车辆的行为和轨迹分开,分别对两者进行研究,但是车辆的轨迹和行为均属于车辆的运动状态,两者之间的联系密切,因此需要一种方法能够同时将两者预测出来。其次,现有的车辆行为和轨迹预测方法,主要考虑了车辆的历史轨迹信息以及车辆行驶的路况,较少涉及车辆之间的交互影响,这大大降低了预测的准确性。最后,现有车辆行为和轨迹预测方法的实现,大部分依赖车辆上配备的多种传感器,如激光雷达、毫米波雷达、多个车载摄像头等技术来获取周围车辆的历史轨迹以及当前车辆的位置信息,这种方法虽然可以获取所需信息,但车辆传感器在获取信息的过程中容易受到旁边车辆的遮挡,导致无法获取准确的周围场景信息。另外,还有一部分依赖于车联网技术的实现,车联网技术能够获取同一场景中所有车辆的信息,但是受限于技术的进步,车联网技术短期内还无法大范围普及。

发明内容

本发明实施例的目的在于提供一种基于车辆-无人机协同的高速公路车辆行为和轨迹预测方法,解决现有技术中传感信号容易受到周围车辆遮挡,无法准确获得周围车辆的状态信息,车辆行为和轨迹预测系统功能不够完善,预测算法性能低,预测准确性低的问题。

为解决上述技术问题,本发明所采用的技术方案是:

一种基于车辆-无人机协同的高速公路车辆行为和轨迹预测方法,包括以下步骤:

步骤S1:训练数据生成模块获取理想的数据输入;

步骤S2:训练数据生成模块利用安装了GPS和摄像头的无人机获取数据,再用训练数据生成方法生成训练数据;

步骤S3:利用训练数据生成模块生成的训练数据在离线训练模块中进行车辆行为和轨迹预测模型的训练;

步骤S4:使用训练数据生成模块输出的训练数据并保存离线训练模块中行为和轨迹预测模型的参数,之后利用该模型在在线预测模块中进行行为和轨迹预测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011379618.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top