[发明专利]一种基于采集数据的车辆行为预测方法及系统

说明书

本发明涉及一种基于采集数据的车辆行为预测方法及系统，其方法包括：获取自身车辆采集到的前向车辆数据和后向车辆数据；从当前车辆采集到的前向车辆数据中，提取目标车辆当前的位置和速度；根据自身车辆采集到的后向车辆的历史数据，确定目标车辆的初始位置和初始时间；根据目标车辆当前的位置和速度，以及目标车辆的初始位置和初始时间，预测目标车辆被自身车辆发现前的运动轨迹。本发明通过自身车辆采集到的车辆数据和历史数据进行比对，结合运动学模型实现了对超出传感器测量范围的车辆的行为预测。

技术领域

本发明属于车辆自动驾驶与测量技术领域，具体涉及一种基于采集数据的车辆行为预测方法及系统。

背景技术

在提取车辆采集数据的某个场景时，会发现传感器存在测量盲区：即当目标超出传感器的识别范围后，传感器是无法识别该目标(包括车辆)的相关信息的，只有当车辆进入传感器的范围内才能获取到该车辆或者其他对象的信息。由此，当上述采集的数据导入的场景还原或虚拟场景仿真时，会导致一部分车辆或其他目标闪现。

发明内容

为解决背景技术中提到的闪现车辆的历史轨迹无法预测的问题，在本发明的第一方面提供了一种基于采集数据的车辆行为预测方法，包括：获取自身车辆采集到的前向车辆数据和后向车辆数据；从当前车辆采集到的前向车辆数据中，提取目标车辆当前的位置和速度；根据自身车辆采集到的后向车辆的历史数据，确定目标车辆的初始位置和初始时间；根据目标车辆当前的位置和速度，以及目标车辆的初始位置和初始时间，预测目标车辆被自身车辆发现前的运动轨迹。

在一些实施例中，所述根据自身车辆采集到的后向车辆的历史数据，确定目标车辆的初始位置和初始时间包括如下步骤：识别当前前向车辆数据中的一个或多个目标车辆，将其记为第一类目标车辆；根据设时间间隔或自身车辆的预设位移，从自身车辆采集到的后向车辆的历史数据中，筛选出现次数低于阈值的第一类目标车辆，并将其记为第二类目标车辆；根据自身车辆距离传感器的精度和量程，确定所述第二类目标车辆的初始位置和初始时间。

在一些实施例中，所述根据目标车辆当前的位置和速度，以及目标车辆的初始位置和初始时间，预测目标车辆被自身车辆发现前的运动轨迹包括如下步骤：获取目标车辆当前的位置和速度，以及目标车辆的初始位置和初始时间；根据车辆运动学模型预测目标车辆从初始位置到被自身车辆发现前的运动轨迹。

进一步的，所述车辆运动学模型至少包括恒定速度模型、恒定加速度模型、恒定转弯和恒定速度模型中的一种。

在上述实施例中，还包括：若所述目标车辆被自身车辆发现前的运动轨迹与其他车辆轨迹发生重合，则重新预测；否则，将所述目标车辆被自身车辆发现前的运动轨迹导入到仿真场景中。

本发明的第二方面，提供了一种车辆仿真场景的优化方法，包括本发明第一方面提供的基于采集数据的车辆行为预测方法。

本发明的第三方面，提供了一种基于采集数据的车辆行为预测系统，包括获取模块、提取模块、确定模块、预测模块，所述获取模块，用于获取自身车辆采集到的前向车辆数据和后向车辆数据；所述提取模块，用于从当前车辆采集到的前向车辆数据中，提取目标车辆当前的位置和速度；所述确定模块，用于根据自身车辆采集到的后向车辆的历史数据，确定目标车辆的初始位置和初始时间；所述预测模块，用于根据目标车辆当前的位置和速度，以及目标车辆的初始位置和初始时间，预测目标车辆被自身车辆发现前的运动轨迹。

进一步的，所述确定模块包括识别单元、筛选单元、确定单元，所述识别单元，用于识别当前前向车辆数据中的一个或多个目标车辆，将其记为第一类目标车辆；所述筛选单元，用于根据设时间间隔或自身车辆的预设位移，从自身车辆采集到的后向车辆的历史数据中，筛选出现次数低于阈值的第一类目标车辆，并将其记为第二类目标车辆；所述确定单元，用于根据自身车辆距离传感器的精度和量程，确定所述第二类目标车辆的初始位置和初始时间。