[发明专利]自动驾驶中移动对象的轨迹预测方法、装置及计算设备

权利要求书

1.一种自动驾驶中移动对象的轨迹预测方法，其特征在于，包括：

S11：获取自动驾驶车辆周围环境的视频流；

S12：对所述视频流中的当前图像帧，通过预设的目标检测器，获得移动对象的检测数据；

S13：依据所述移动对象的检测数据和预设的卡尔曼滤波器，获得所述移动对象在下一帧的状态估计数据；

S14：获取与所述当前图像帧对应的道路相关特征数据；

S15：依据所述状态估计数据、所述道路相关特征数据及预存的轨迹预测模型，获得所述移动对象在当前图像帧之后的预设时长内的移动轨迹预测数据。

2.根据权利要求1所述的方法，其特征在于，依据所述移动对象检测数据和预设的卡尔曼滤波器，获得所述移动对象在下一帧的状态估计数据，具体包括：

获得所述移动对象在前一帧的卡尔曼滤波状态估计数据；

获得所述移动对象在所述当前图像帧中的状态观测数据；

依据所述前一帧的卡尔曼滤波状态估计数据和在所述当前图像帧中的状态观测数据，获得所述移动对象在下一帧的状态估计数据。

3.根据权利要求2所述的方法，其特征在于：获取与所述当前图像帧对应的道路相关特征数据，具体包括：

获得所述自动驾驶车辆与所述当前图像帧同一时刻的位置数据和航向角数据，依据所述位置数据、航向角数据、以及预存的高精地图数据，获得与所述当前图像帧对应的道路相关地图数据；以及

从当前图像帧中识别获取预设的实时道路特征数据。

4.根据权利要求1所述的方法，其特征在于：

对所述视频流中的当前图像帧，通过预设的目标检测器，获得移动对象的检测数据，具体包括：对所述视频流中的当前图像帧，通过预设的目标检测器，获得多个移动对象对应的多个检测数据；

依据所述移动对象的检测数据和预设的卡尔曼滤波器，获得所述移动对象在下一帧的状态估计数据，具体包括：

对所述视频流中的当前图像帧和前一帧，通过预设的多目标跟踪算法，获得多个移动对象在所述当前图像帧中的多个检测数据和所述前一帧中的多个检测数据的匹配数据；并且，

依据所述匹配数据，对于每个移动对象：

获得该移动对象在前一帧的卡尔曼滤波状态估计数据；

获得该移动对象在当前图像帧中的状态观测数据；

依据所述前一帧的卡尔曼滤波状态估计数据和在所述当前图像帧中的状态观测数据，获得该移动对象在下一帧的状态估计数据。

5.根据权利要求1所述的方法，其特征在于：在获取自动驾驶车辆周围环境的视频流之后，从视频流中获得多个图像帧，以每个图像帧作为当前图像帧，分别执行S12至S15，获得相同移动对象的多条轨迹预测数据；依据所述多条轨迹预测数据获得一条轨迹预测数据。

6.根据权利要求1至5任一项所述的方法，其特征在于：通过预设的目标检测器进行移动对象检测，具体包括：

通过YOLOv5检测网络进行移动对象检测。

7.根据权利要求1至5任一项所述的方法，其特征在于：

所述状态估计数据包括所述移动对象的方向数据、速度数据和位置数据中的至少部分；和/或，

所述道路相关特征数据包括所述移动对象所在位置周围的道路线数据、标记数据和路口数据中的至少部分。

8.一种自动驾驶中移动对象的轨迹预测装置，其特征在于，包括：

第一获取模块，用于获取自动驾驶车辆周围环境的视频流；

目标检测模块，用于对所述视频流中的当前图像帧，通过预设的目标检测器，获得移动对象的检测数据；

状态估计模块，用于根据所述移动对象的检测数据和预设的卡尔曼滤波器，获得所述移动对象在下一帧的状态估计数据；

第二获取模块，用于获取与所述当前图像帧对应的道路相关特征数据；

轨迹预测模块，用于根据所述状态估计数据、所述道路相关特征数据及预存的轨迹预测模型，获得所述移动对象在当前图像帧之后的预设时长内的移动轨迹预测数据。