[发明专利]一种面向路侧感知单元的车辆轨迹缺损数据修补方法

权利要求书

1.一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，包括以下步骤：

S1、采集不同场景下的全域车辆轨迹数据和对应的高精度车道级地图数据，以合并作为数据集，通过对数据集中的数据进行预处理，将数据集划分为训练集、验证集和测试集；

S2、基于图神经网络和注意力机制，构建车辆轨迹缺损数据修补模型；

S3、利用训练集对车辆轨迹缺损数据修补模型进行迭代训练、利用验证集检验车辆轨迹缺损数据修补模型的修补效果，以得到参数最优的车辆轨迹缺损数据修补模型；

S4、将测试集或待修补的车辆轨迹数据输入参数最优的车辆轨迹缺损数据修补模型中，输出得到对应的修补后全域车辆轨迹完整数据。

2.根据权利要求1所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述全域车辆轨迹数据具体是在一定范围内多个车辆个体同时运动时，每个车辆个体的运动轨迹组成的时空运动轨迹集合。

3.根据权利要求2所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S1具体包括以下步骤：

S11、选取不同道路路段，将每个道路路段作为一个场景；

S12、采集不同场景下的全域车辆轨迹数据和对应的高精度车道级地图数据，以合并作为数据集；

S13、将数据集中存在车辆轨迹缺损的场景对应的数据作为测试集，再对剩余场景对应的数据进行预处理，以得到训练集和验证集。

4.根据权利要求3所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S12具体包括以下步骤：

S121、通过路侧感知单元，采集设定时间段内通过道路路段所有车辆的轨迹数据以及该路段的车道级地图；

将采集的车辆轨迹数据和车道级地图转换为基于地面的二维鸟瞰坐标，以得到道路路段对应的全域车辆轨迹数据和高精度车道级地图数据；

S122、根据步骤S121的方法，采集得到不同道路路段对应的全域车辆轨迹数据和高精度车道级地图数据，将采集的所有数据合并作为数据集。

5.根据权利要求4所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S121的具体过程为：

通过路侧感知单元，首先采集道路路段的静态地图信息，包括该路段区域内的可行驶区域、车道线、车道间的分叉聚合关系；

按照路侧感知单元的采集频率，逐帧采集道路路段上的原始交通数据，并通过目标检测与追踪算法获取路面上所有车辆的位置，对经过路侧感知单元视野内的车辆信息进行记录，包括帧序号、车辆序号、车辆位置信息；

记录完成后，通过路侧感知单元的内参，将车辆的位置信息和静态地图信息转换为以道路为平面的二维鸟瞰坐标，得到该道路路段下的全域车辆轨迹数据和高精度车道级地图数据。

6.根据权利要求3所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述步骤S13具体包括以下步骤：

S131、根据采集的车辆轨迹数据是否完整，以将不同场景派属于测试集和初选训练集，其中，存在车辆轨迹缺损的场景派属于测试集，剩余的场景派属于初选训练集；

S132、遍历初选训练集的每一个场景，将每个场景中的部分车辆的部分轨迹进行掩模处理，将掩模后的数据作为数据的输入、掩模前的数据作为真实值，即将掩模前和掩模后的数据分别定义为待修补数据和真实数据；

之后将初选训练集按设定比例随机分为两部分，分别派属于最终的训练集和验证集。

7.根据权利要求6所述的一种面向路侧感知单元的车辆轨迹缺损数据修补方法，其特征在于，所述车辆轨迹缺损具体是指在全域车辆轨迹数据中，存在车辆轨迹中断。