[发明专利]路口行人轨迹预测方法及装置

说明书

本申请涉及汽车智能驾驶技术领域，特别涉及一种路口行人轨迹预测方法及装置，其中，方法包括：获取至少一个行人的当前所处位置和历史轨迹，并识别每个行人的运动趋势；根据当前所处位置、历史轨迹和运动趋势识别每个行人的预测运动状态；在预测运动状态为转弯状态、横穿状态或者启动状态时，基于每个行人的行人运动状态预测每个行人的至少一个行人预测目标点，并根据至少一个行人预测目标点生成每个行人的路口预测轨迹。本申请实施例可以基于行人的当前所处位置、历史轨迹和运动趋势生成每个行人的路口预测轨迹，有效的适应所有环境，提升了行人轨迹预测的适用性和准确性，有效保证了用户驾驶的安全性和可靠性，满足用户的用车需求。

技术领域

本申请涉及汽车智能驾驶技术领域，特别涉及一种路口行人轨迹预测方法及装置。

背景技术

相关技术中，通过基于数据驱动的预测方法，运用RNN(Recurrent NeuralNetwork，循环神经网络)模型、LSTM(Long Short-term Memory，长短期记忆)等神经网络的方法，其中，神经网络参数依赖大量的数据通过模型自适应学习得到，能够较好的应对行人运动动态变化的挑战。

然而，相关技术中由于神经网络参数较多，且模型结构复杂，导致训练时无法收敛，且无法有效适用于所有环境，降低行人轨迹预测的适用性和准确性，用户驾驶的安全性较低，无法满足用户的用车需求，亟待解决。

发明内容

本申请提供一种路口行人轨迹预测方法及装置，以解决相关技术中由于神经网络参数较多，且模型结构复杂，导致训练时无法收敛，且无法有效适用于所有环境，降低行人轨迹预测的适用性，用户驾驶的安全性较低，无法满足用户的用车需求的技术问题。

本申请第一方面实施例提供一种路口行人轨迹预测方法，包括以下步骤：获取至少一个行人的当前所处位置和历史轨迹，并识别每个行人的运动趋势；根据所述当前所处位置、所述历史轨迹和所述运动趋势识别所述每个行人的预测运动状态；在所述预测运动状态为转弯状态、横穿状态或者启动状态时，基于所述每个行人的行人运动状态预测所述每个行人的至少一个行人预测目标点，并根据所述至少一个行人预测目标点生成所述每个行人的路口预测轨迹。

根据上述技术手段，本申请实施例可以基于行人的当前所处位置、历史轨迹和运动趋势生成每个行人的路口预测轨迹，有效的适应所有环境，提升了行人轨迹预测的适用性和准确性，有效保证了用户驾驶的安全性和可靠性，满足用户的用车需求。

可选地，在本申请的一个实施例中，所述获取至少一个行人的当前所处位置和历史轨迹，包括：基于本车坐标系下的预设历史时长的至少一个行人坐标点；基于所述至少一个行人坐标点拟合所述每个行人的历史轨迹。

根据上述技术手段，本申请实施例可以将行人的坐标点转换为行人的历史轨迹，有效的提升每个行人历史轨迹的精确性，增加行人轨迹预测的可行性。

可选地，在本申请的一个实施例中，所述获取至少一个行人的当前所处位置和历史轨迹，包括：获取当前路口的车道信息；根据所述车道信息计算行人相对道路的当前所处位置。

根据上述技术手段，本申请实施例可以准确的判断行人当前所处位置，提高了行人轨迹预测的可靠性，提升了车辆的驾驶安全，降低交通事故的发生。

可选地，在本申请的一个实施例中，在获取所述至少一个行人的当前所处位置和历史轨迹之前，还包括：从所有行人中筛选距离本车第一预设距离内、且不满足在道路外及距离道路边沿大于第二预设距离的行人，确定所述至少一个行人。

根据上述技术手段，本申请实施例可以筛选并确定与本车相关的行人位置，有效的防止非重要的行人轨迹影响车辆后端的规控，提升行人轨迹预测的可靠性。