[发明专利]基于车辆行为特征与环境交互信息的车辆轨迹预测方法

权利要求书

1.一种基于车辆行为特征与环境交互信息的车辆轨迹预测方法，其特征在于，所述方法包括：

获取目标车辆所在场景中的场景车辆的历史轨迹序列，每一辆场景车辆的历史轨迹序列包括所述场景车辆在历史最近预定时长内的各个采样时间点的位置信息，所述场景车辆包括所述目标车辆及其周围的相邻车辆；

将所有场景车辆的历史轨迹序列输入车辆轨迹预测模型，输出得到所有场景车辆的预测轨迹序列，所述预测轨迹序列包括所述所有场景车辆未来的若干个预测位置信息；

其中，所述车辆轨迹预测模型包括车辆信息动态编码模块、多信息融合模块和车辆轨迹预测模块，所述车辆信息动态编码模块用于对所有场景车辆的历史轨迹序列进行动态编码得到每辆场景车辆的动力学序列特征；所述多信息融合模块用于对所有场景车辆的动力学序列特征进行处理得到场景车辆之间的环境交互信息、每辆场景车辆的车辆行为特征以及所述目标车辆的自车信息编码结果后进行信息融合得到融合特征，场景车辆之间的环境交互信息反映不同场景车辆之间的交互影响关系，每辆场景车辆的车辆行为特征反映所述场景车辆的车辆行驶行为；所述车辆轨迹预测模块用于对所述多信息融合模块输出的融合特征进行解码处理得到所有场景车辆的预测轨迹序列；所述车辆轨迹预测模块包括第一预测单元、第二预测单元和第六全连接层，所述第一预测单元基于LSTM循环结构构建且用于对融合特征进行解码处理得到第一预测结果，所述第二预测单元基于BILSTM循环结构构建且用于对融合特征进行解码处理得到第二预测结果，所述第六全连接层对所述第一预测结果和所述第二预测结果相加并输出所有场景车辆的预测轨迹序列。

2.根据权利要求1所述的方法，其特征在于，所述多信息融合模块包括交互信息提取单元、行为特征识别单元、自车信息编码单元和融合单元；

所述交互信息提取单元基于卷积层构建，并用于对所有场景车辆的动力学序列特征进行信息提取得到场景车辆之间的环境交互信息；

所述行为特征识别单元基于LSTM循环结构构建，并用于对所有场景车辆的动力学序列特征进行信息提取得到每辆场景车辆的车辆行为特征；

所述自车信息编码单元用于对目标车辆的动力学序列特征进行信息编码得到自车信息编码结果；

所述融合单元用于对场景车辆之间的环境交互信息、每辆场景车辆的车辆行为特征以及所述目标车辆的自车信息编码结果后进行信息融合得到融合特征。

3.根据权利要求2所述的方法，其特征在于，所述目标车辆周围的相邻车辆包括所述目标车辆在预定距离范围内的同一车道内的前车和后车，以及所述目标车辆相邻车道的并排车辆，以及所述并排车辆同一车道内的前车和后车；

则所述交互信息提取单元和行为特征识别单元分别将所有场景车辆的动力学序列特征对齐到3x3网格中，并对3x3网格中的信息进行信息提取，所述自车信息编码单元包括第三全连接层。

4.根据权利要求3所述的方法，其特征在于，

所述交互信息提取单元从输入到输出依次包括第一卷积层、第二卷积层和第一全连接层，所述第一卷积层通过2x2的卷积核对3x3网格中的信息进行卷积处理分别提取左上角子区域、右上角子区域、左下角子区域和右下角子区域的交互信息，每个子区域内包括3x3网格中相应方位子区域处的四辆场景车辆；所述第二卷积层通过2x2的卷积核对所述第一卷积层提取的交互信息进行卷积处理，并经过所述第一全连接层提取得到所有场景车辆之间的环境交互信息。

5.根据权利要求3所述的方法，其特征在于，

所述行为特征识别单元从输入到输出依次包括第一LSTM循环结构、第二LSTM循环结构和第二全连接层，3x3网格中的信息依次经过第一LSTM循环结构、第二LSTM循环结构和第二全连接层后，利用softmax函数进行处理输出每辆场景车辆的车辆行为特征。