[发明专利]预测轨迹的后处理方法及系统、电子设备、存储介质

说明书

本发明提供一种预测轨迹的后处理方法及系统、电子设备、存储介质，属于运动轨迹预测技术领域。预测轨迹的后处理方法，包括：获取预测轨迹及所述预测轨迹所映射的车道边界，所述车道边界的两侧分别为内侧及外侧，所述预测轨迹的起点位于内侧；比较所述预测轨迹及所述车道边界，所述预测轨迹位于车道边界外侧的部分为越界轨迹；将所述预测轨迹的越界轨迹替换为所述越界轨迹所映射的所述车道边界，得到修正轨迹。本发明能够将所述预测轨迹的越界轨迹替换为所述越界轨迹所映射的所述车道边界，得到修正轨迹。避免预测轨迹超出车道边界情况发生，降低预测轨迹的偏差，提高预测轨迹的合理性及可使用性。

技术领域

本申请涉及运动轨迹预测技术领域，具体涉及一种预测轨迹的后处理方法及系统、电子设备、存储介质。

背景技术

车辆的运动轨迹预测属于自动驾驶的重要组成内容，车辆可以通过对其他车辆的运动轨迹进行预测，提前识别到可能发生的碰撞、擦挂等安全事故，从而提前进行自动规避或提醒驾驶员进行规避，可以有效地提高行车安全性。因此，车辆预测轨迹的准确性对于自动驾驶极为重要。当前在自动驾驶功能开发中，经常使用基于深度学习模型来预测车辆的运动轨迹。预测模型由数据驱动，具有非常大的迭代提升潜力。尽管数据驱动的轨迹预测模型具有极大的迭代提升能力，但在训练样本量不足的情况下，仍然可能输出不合理的预测轨迹。由于深度学习的特性、以及目标优化函数的设计，模型倾向于实现对训练数据的最佳拟合，当样本量较少时，模型只能适应特定场景，而其他未训练过的场景则可能表现不佳，预测的轨迹偏差过大，不能满足使用条件。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种预测轨迹的后处理方法及系统、电子设备、存储介质，以解决上述技术问题。

本发明提供的一种预测轨迹的后处理方法，包括：

获取预测轨迹及所述预测轨迹所映射的车道边界，所述车道边界的两侧分别为内侧及外侧，所述预测轨迹的起点位于内侧；

比较所述预测轨迹及所述车道边界，所述预测轨迹位于车道边界外侧的部分为越界轨迹；

将所述预测轨迹的越界轨迹替换为所述越界轨迹所映射的所述车道边界，得到修正轨迹。

于本发明的一实施例中，所述预测轨迹包括预测目标的位置信息，获取所述预测轨迹所映射的车道边界，包括：

基于所述预测目标的位置信息，获取所述预测目标周围的地图数据，

根据所述地图数据以及所述预测目标的位置信息，确定所述预测目标的道路信息；

根据道路信息确定所述车道边界。

于本发明的一实施例中，获取预测轨迹，包括：

获取运动轨迹数据集，所述运动轨迹数据集包括运动轨迹；

建立轨迹预测模型，并采用所述运动轨迹数据集对所述预测模型进行训练；

采用训练后的轨迹预测模型对预测目标信息进行处理，得到预测轨迹。

本发明还提供一种预测轨迹的后处理方法，包括：

获取预测轨迹数据包，所述预测轨迹数据包根据预测目标及单目标预测轨迹数量生成；

根据所述预测轨迹数据包中的预测轨迹，确定各个所述预测轨迹所映射的车道边界，所述车道边界的两侧分别为内侧及外侧，所述预测轨迹的起点位于所述车道边界的内侧；

分别比较各个所述预测轨迹及各个所述预测轨迹所映射的所述车道边界，所述预测轨迹位于所述车道边界外侧的部分为越界轨迹；

将所述预测轨迹数据包中预测轨迹的越界轨迹均替换为所述越界轨迹所映射的车道边界，得到修正轨迹数据包。