[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

说明书

本申请是关于自动驾驶中移动对象的轨迹预测方法、装置及计算设备。其中，预测方法包括：获得自动驾驶车辆周围环境的视频流；对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；依据移动对象的检测数据和预设的卡尔曼滤波器，获得移动对象在下一帧的状态估计数据；获得与当前图像帧对应的道路相关特征数据；依据移动对象在下一帧的状态估计数据、道路相关特征数据及预存的轨迹预测模型，获得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。本申请提供的方案，提高了对移动对象运动轨迹检测的准确性，有利于提高自动驾驶车辆的行驶安全。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶中移动对象的轨迹预测方法、装置及计算设备。

背景技术

目前，自动驾驶领域对移动对象的研究大多集中在移动对象的检测识别与目标跟踪方面，更加注重移动对象当前的位置，而不对其未来的位置进行预测。当自动驾驶汽车在检测到前方有移动对象经过时，都会选择停车等待移动对象通过其安全包络线后再继续行驶。

相关技术中，自动驾驶汽车在面对移动对象时的智能决策行为，主要问题是将移动对象当作一般的障碍物进行预测，导致实际场景中移动对象的轨迹预测准确率较低，无法满足实际需求。

发明内容

为克服相关技术中存在的问题，本申请提供一种自动驾驶中移动对象的轨迹预测方法、装置及计算设备，能够提高对移动对象移动轨迹预测的准确性，进而提高自动驾驶车辆的行驶安全性。

本申请第一方面提供一种自动驾驶中移动对象的轨迹预测方法，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，获取所述移动对象在下一帧的状态估计数据；

S14：获得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。

根据本申请的一个实施例，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。

在一些实施例中，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和所述当前图像帧，获得与所述当前图像帧对应的道路相关特征数据。

在一些实施例中，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。

在一些实施例中，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；再依据所述多条轨迹预测数据获得一条轨迹预测数据。