[发明专利]一种多车交互环境下的轨迹基元提取与分析方法和系统

权利要求书

1.一种多车交互环境下的轨迹基元提取与分析方法，其特征在于，包括：

获取车辆行驶信息；所述车辆行驶信息包括：中心车辆位置及运动信息、周围车辆位置及运动信息和周围环境信息；周围车辆为以中心车辆为中心，设定范围内的车辆；

对所述车辆行驶信息进行预处理得到交互组数据；

根据所述交互组数据基于粘性层次狄利克雷过程和隐马尔可夫模型将车辆行驶过程进行划分得到原始轨迹基元；

利用动态时间规整算法存储驾驶信息；

利用图像归一化方法处理所述原始轨迹基元得到轨迹基元图像；

对所述轨迹基元图像进行聚类处理得到轨迹基元；

所述利用动态时间规整算法存储驾驶信息，具体包括：

获取索引对；所述索引对为中心车辆在i时刻的行驶信息与周围车辆在j时刻的行驶信息间对应关系的索引；

确定中心车辆与各周围车辆间的广义距离，并基于所述广义距离形成损失矩阵；

根据所述损失矩阵确定车辆行驶过程中各所述索引对间的最小累加距离；

根据所述最小累加距离得到最优索引序列；

基于所述最优索引序列确定中心车辆与周围车辆的数据对应点；

基于所述数据对应点利用代价矩阵保存驾驶信息；

所述利用图像归一化方法处理原始轨迹基元得到轨迹基元图像，具体包括：

根据处理得到的原始轨迹基元数据绘制车辆行驶图像；

统一车辆行驶图像尺寸及坐标尺度；

对中心车辆轨迹用红色粗实线表示，周围车辆轨迹用黑色粗实线表示；

所述对所述轨迹基元图像进行聚类处理得到轨迹基元，具体包括：

基于预训练模型提取所述轨迹基元图像中的信息；

采用聚类算法对提取的所述轨迹基元图像中的信息进行聚类得到轨迹基元；

所述基于预训练模型提取所述轨迹基元图像中的信息，具体包括：

基于所述轨迹基元图像中各像素点的RGB信息生成特征矩阵；

基于所述特征矩阵利用卷积神经网络得到特征向量；所述特征向量即为提取得到的所述轨迹基元图像中的信息。

2.根据权利要求1所述的多车交互环境下的轨迹基元提取与分析方法，其特征在于，所述对所述车辆行驶信息进行预处理得到交互组数据，具体包括：

获取目标交互环境的预设限定条件；

将满足所述预设限定条件的车辆行驶信息保存为交互组数据。

3.根据权利要求1所述的多车交互环境下的轨迹基元提取与分析方法，其特征在于，所述根据所述交互组数据基于粘性层次狄利克雷过程和隐马尔可夫模型将车辆行驶过程进行划分得到原始轨迹基元，具体包括：

根据多车交互环境的差异性划分所述交互组数据得到子数据集；

获取预设的训练超参数；

基于所述预设的训练超参数，利用粘性层次狄利克雷过程和隐马尔可夫模型对所述子数据集中的交互组数据进行分组训练得到所述原始轨迹基元。

4.根据权利要求3所述的多车交互环境下的轨迹基元提取与分析方法，其特征在于，利用粘性层次狄利克雷过程和隐马尔可夫模型对所述子数据集中的交互组数据进行分组训练得到所述原始轨迹基元，具体包括：

基于层次狄利克雷过程定义轨迹基元集合元素的先验分布；

根据各子数据集中的交互组数据，基于隐马尔可夫模型和所述先验分布解析车辆行驶过程中各时刻对应的隐性状态；

根据各时刻对应的所述隐性状态得到连续的原始轨迹基元。

5.一种多车交互环境下的轨迹基元提取与分析系统，其特征在于，包括：

车辆行驶信息获取模块，用于获取车辆行驶信息；所述车辆行驶信息包括：中心车辆位置及运动信息、周围车辆位置及运动信息和周围环境信息；周围车辆为以中心车辆为中心，设定范围内的车辆；

预处理模块，用于对所述车辆行驶信息进行预处理得到交互组数据；

原始轨迹基元确定模块，用于根据所述交互组数据基于粘性层次狄利克雷过程和隐马尔可夫模型将车辆行驶过程进行划分得到原始轨迹基元；

驾驶信息存储模块，用于利用动态时间规整算法存储驾驶信息；

轨迹基元图像确定模块，用于利用图像归一化方法处理所述原始轨迹基元得到轨迹基元图像；

轨迹基元确定模块，用于对所述轨迹基元图像进行聚类处理得到轨迹基元；

其中，利用动态时间规整算法存储驾驶信息，具体包括：

获取索引对；所述索引对为中心车辆在i时刻的行驶信息与周围车辆在j时刻的行驶信息间对应关系的索引；

确定中心车辆与各周围车辆间的广义距离，并基于所述广义距离形成损失矩阵；

根据所述损失矩阵确定车辆行驶过程中各所述索引对间的最小累加距离；

根据所述最小累加距离得到最优索引序列；

基于所述最优索引序列确定中心车辆与周围车辆的数据对应点；

基于所述数据对应点利用代价矩阵保存驾驶信息；

所述利用图像归一化方法处理原始轨迹基元得到轨迹基元图像，具体包括：

根据处理得到的原始轨迹基元数据绘制车辆行驶图像；

统一车辆行驶图像尺寸及坐标尺度；

对中心车辆轨迹用红色粗实线表示，周围车辆轨迹用黑色粗实线表示；

对所述轨迹基元图像进行聚类处理得到轨迹基元，具体包括：

基于预训练模型提取所述轨迹基元图像中的信息；

采用聚类算法对提取的所述轨迹基元图像中的信息进行聚类得到轨迹基元；

基于预训练模型提取所述轨迹基元图像中的信息，具体包括：

基于所述轨迹基元图像中各像素点的RGB信息生成特征矩阵；

基于所述特征矩阵利用卷积神经网络得到特征向量；所述特征向量即为提取得到的所述轨迹基元图像中的信息。