CN113581213A - 一种预测车辆运动轨迹的处理方法 - Google Patents
一种预测车辆运动轨迹的处理方法 Download PDFInfo
- Publication number
- CN113581213A CN113581213A CN202111014495.XA CN202111014495A CN113581213A CN 113581213 A CN113581213 A CN 113581213A CN 202111014495 A CN202111014495 A CN 202111014495A CN 113581213 A CN113581213 A CN 113581213A
- Authority
- CN
- China
- Prior art keywords
- point
- current
- prediction
- steering angle
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明实施例涉及一种预测车辆运动轨迹的处理方法,所述方法包括:获取第一目标点位置坐标P、第一目标速度矢量V、第一预测时长L和第一预测间隔△t;计算N=L/△t;在对N个预测点的运动轨迹参数进行顺序预测时,获取前一点预测参数组;对当前预测点的位置坐标进行预测;对当前预测点的行驶速度矢量进行预测;对当前预测点的后轮转向角进行预测;对当前预测点的前轮转向角进行预测;对第一个预测点的行驶加速度矢量进行预测;组成当前点预测参数组;由N个预测参数组构成车辆运动轨迹预测参数序列。通过本发明可以得到多种类型的运动轨迹预测结果,既可用于行为决策,还可用于轨迹规划和驾驶模拟。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种预测车辆运动轨迹的处理方法。
背景技术
轨迹预测(trajectory prediction)是自动驾驶技术中的重要组成部分,其作用是根据路况和地图,对车辆未来一段时间之内的运动轨迹做出预测。预测的数据丰富程度直接影响下游的行为决策和轨迹规划的计算时长和准确度。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种预测车辆运动轨迹的处理方法、电子设备及计算机可读存储介质,在给定车辆行驶目标点的情况下,对各预测点的位置与行驶速度进行预测,根据运动学自行车模型按最小转弯半径与最大前轮转向角原则对车辆前后轮转向角进行预测,按设定的加速度约束条件对各点的加速度进行约束配置,由此得到包含了多种运动轨迹预测信息的预测数据序列。通过本发明,即可以给出最小距离的运动路径预测结果,又可以提供对应的制动控制与转向控制预测结果,不仅可以用于行为决策、还可用于轨迹规划和驾驶模拟。
为实现上述目的,本发明实施例第一方面提供了一种预测车辆运动轨迹的处理方法,所述方法包括:
获取第一目标点位置坐标P、第一目标速度矢量V、第一预测时长L和第一预测间隔△t;
根据所述第一预测时长L和所述第一预测间隔△t,对运动轨迹的预测点总数进行计算生成第一总数N,N=L/△t;
在对N个预测点的运动轨迹参数进行顺序预测时,获取前一点预测参数组;所述前一点预测参数组包括前一点位置坐标Pi-1、前一点行驶速度矢量Vi-1、前一点行驶加速度矢量ai-1、前一点前轮转向角θi-1和前一点后轮转向角αi-1;i的取值从1到N;
根据所述前一点位置坐标Pi-1、所述前一点行驶速度矢量Vi-1和所述第一预测间隔△t,对当前预测点的位置坐标进行预测,生成对应的当前点位置坐标Pi,Pi=Pi-1+Vi-1*Δt;
根据所述前一点行驶速度矢量Vi-1、所述前一点行驶加速度矢量ai-1和所述第一预测间隔△t,对所述当前预测点的行驶速度矢量进行预测,生成对应的当前点行驶速度矢量Vi,Vi=Vi-1+ai-1*Δt;
根据预设的第一轴距W、所述前一点前轮转向角θi-1、所述前一点行驶速度矢量Vi-1、所述前一点后轮转向角αi-1和所述第一预测间隔△t,对所述当前预测点的后轮转向角进行预测,生成对应的当前点后轮转向角αi;
根据车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离以及二者连线与车身前后轴中心线的夹角,对所述当前预测点的前轮转向角进行预测,生成对应的当前点前轮转向角θi;
根据所述当前点行驶速度矢量Vi和所述第一目标速度矢量V,按预设的行驶加速度约束条件对第一个预测点的行驶加速度矢量进行预测,生成对应的当前点行驶加速度矢量ai;
由所述当前点位置坐标Pi、所述当前点行驶速度矢量Vi、所述当前点后轮转向角αi、所述当前点前轮转向角θi和所述当前点行驶加速度矢量ai,组成当前点预测参数组;由得到的N个预测点的预测参数组构成车辆运动轨迹预测参数序列。
优选的,在对第一个预测点的运动轨迹参数进行顺序预测时,所述方法还包括:
获取的所述前一点预测参数组具体为预设的第一初始点参数组;则所述前一点位置坐标Pi-1应为所述第一初始点参数组中预设的第一初始点位置坐标P0;所述前一点行驶速度矢量Vi-1应为所述第一初始点参数组中预设的第一初始点行驶速度矢量V0;所述前一点行驶加速度矢量ai-1应为所述第一初始点参数组中预设的第一初始点行驶加速度矢量a0;所述前一点前轮转向角θi-1应为所述第一初始点参数组中预设的第一初始点前轮转向角θ0;所述前一点后轮转向角αi-1应为所述第一初始点参数组中预设的第一初始点后轮转向角α0。
优选的,所述根据预设的第一轴距W、所述前一点前轮转向角θi-1、所述前一点行驶速度矢量Vi-1、所述前一点后轮转向角αi-1和所述第一预测间隔△t,对所述当前预测点的后轮转向角进行预测,生成对应的当前点后轮转向角αi,具体包括:
根据所述第一轴距W和所述前一点前轮转向角θi-1,计算对应的前一点最小转弯半径ri-1,ri-1=W/tan(θi-1);
根据所述前一点行驶速度矢量Vi-1和所述前一点最小转弯半径ri-1,计算对应的前一点后轮转向角速度ωi-1,ωi-1=Vi-1/ri-1;
根据所述前一点后轮转向角αi-1、所述前一点后轮转向角速度ωi-1和所述第一预测间隔△t,预测对应的所述当前点后轮转向角αi,αi=αi-1+ωi-1*Δt。
优选的,所述根据车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离以及二者连线与车身前后轴中心线的夹角,对所述当前预测点的前轮转向角进行预测,生成对应的当前点前轮转向角θi,具体包括:
根据所述当前点位置坐标Pi,按预设的车身前后轴中心点偏移信息,对车身前后轴中心点位置坐标进行计算,得到对应的车身前轴中心点位置坐标和所述车身后轴中心点位置坐标;
计算所述车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离,生成对应的当前点-目标点距离di;
连接所述车身后轴中心点位置坐标和所述第一目标点位置坐标P,生成第一连线;连接所述车身后轴中心点位置坐标和所述车身前轴中心点位置坐标,生成第二连线;计算所述第一连线与所述第二连线的夹角,生成对应的当前点-目标点夹角δi;
优选的,所述根据所述当前点行驶速度矢量Vi和所述第一目标速度矢量V,按预设的行驶加速度约束条件对第一个预测点的行驶加速度矢量进行预测,生成对应的当前点行驶加速度矢量ai,具体包括:
若所述当前点行驶速度矢量Vi小于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为预设的第一提速加速度;
若所述当前点行驶速度矢量Vi等于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为0;
若所述当前点行驶速度矢量Vi大于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为预设的第一减速加速度。
本发明实施例第二方面提供了一种电子设备,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现上述第一方面所述的方法步骤;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
本发明实施例第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行上述第一方面所述的方法的指令。
本发明实施例提供了一种预测车辆运动轨迹的处理方法、电子设备及计算机可读存储介质,在给定车辆行驶目标点的情况下,对各预测点的位置与行驶速度进行预测,根据运动学自行车模型按最小转弯半径与最大前轮转向角原则对车辆前后轮转向角进行预测,按设定的加速度约束条件对各点的加速度进行约束配置,由此得到包含了多种运动轨迹预测信息的预测数据序列。本发明不但给出了最小距离的运动路径预测结果,还提供了对应的制动控制与转向控制预测结果,不仅可以为行为决策提供数据支持,还可对轨迹规划和驾驶模拟提供数据支持。
附图说明
图1为本发明实施例一提供的一种预测车辆运动轨迹的处理方法示意图;
图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例一提供的一种预测车辆运动轨迹的处理方法,如图1为本发明实施例一提供的一种预测车辆运动轨迹的处理方法示意图所示,本方法主要包括如下步骤:
步骤1,获取第一目标点位置坐标P、第一目标速度矢量V、第一预测时长L和第一预测间隔△t。
这里,第一目标点位置坐标P为当前所需预测的运动轨迹的终点位置坐标;第一目标速度矢量V则为该位置对行车速度的要求,例如,若第一目标点位置坐标P为车道位置,则第一目标速度矢量V可根据该车道的最大行驶速度进行设置;第一预测时长L为一个预设的时间长度,用以标识本次车辆运动轨迹预测的总时长;第一预测间隔△t为一个预设的时间间隔,用以标识本次车辆运动轨迹预测的相邻预测点间的平均间隔时长。
步骤2,根据第一预测时长L和第一预测间隔△t,对运动轨迹的预测点总数进行计算生成第一总数N,N=L/△t。
这里,通过总时长/间隔时长就能得到总的预测点数。
步骤3,在对N个预测点的运动轨迹参数进行顺序预测时,获取前一点预测参数组;
其中,前一点预测参数组包括前一点位置坐标Pi-1、前一点行驶速度矢量Vi-1、前一点行驶加速度矢量ai-1、前一点前轮转向角θi-1和前一点后轮转向角αi-1;i的取值从1到N。
这里,本发明实施例在对车辆运动轨迹上各个预测点进行轨迹参数时,按照从前到后(从第1个到第N个)的顺序进行依次预测,对当前点的预测都是基于前一个预测点的预测参数集合也就是前一点预测参数组来完成的。每个预测点的预测参数组都包括五个具体的轨迹参数:预测点位置坐标参数、预测点行驶速度矢量参数、预测点行驶加速度矢量参数、预测点前轮转向角参数和预测点后轮转向角参数;其中预测点位置坐标参数是用于行驶路径仿真和显示的参数,预测点行驶速度矢量参数和预测点行驶加速度矢量参数是用于控制车速的参数,预测点前轮转向角参数和预测点后轮转向角参数则是用于控制车辆转向也即是方向盘的参数。
需要说明的是,在对第一个预测点的运动轨迹参数进行顺序预测时,获取的前一点预测参数组具体为预先设定的第一初始点参数组;对应的,前一点位置坐标Pi-1应为第一初始点参数组中预先设定的第一初始点位置坐标P0;前一点行驶速度矢量Vi-1应为第一初始点参数组中预先设定的第一初始点行驶速度矢量V0;前一点行驶加速度矢量ai-1应为第一初始点参数组中预先设定的第一初始点行驶加速度矢量a0;前一点前轮转向角θi-1应为第一初始点参数组中预先设定的第一初始点前轮转向角θ0;前一点后轮转向角αi-1应为第一初始点参数组中预先设定的第一初始点后轮转向角α0。
步骤4,根据前一点位置坐标Pi-1、前一点行驶速度矢量Vi-1和第一预测间隔△t,对当前预测点的位置坐标进行预测,生成对应的当前点位置坐标Pi,Pi=Pi-1+Vi-1*Δt。
这里,已知前一点位置坐标Pi-1、前一点行驶速度矢量Vi-1及前一点到当前预测点的时间也就是第一预测间隔△t,将前一点位置坐标Pi-1作为起始位置,Vi-1*△t作为相对位移,则通过起始位置+相对位移就可以得到结束位置也就是当前点位置坐标Pi。
步骤5,根据前一点行驶速度矢量Vi-1、前一点行驶加速度矢量ai-1和第一预测间隔△t,对当前预测点的行驶速度矢量进行预测,生成对应的当前点行驶速度矢量Vi,Vi=Vi-1+ai-1*Δt。
这里,将前一点行驶速度矢量Vi-1作为初始速度,将前一点行驶加速度矢量ai-1作为加速度,将第一预测间隔△t作为加速时间,则根据初始速度+加速度*加速时间进行计算就可得到加速时间结束后的当前速度也就是当前点行驶速度矢量Vi。
步骤6,根据预设的第一轴距W、前一点前轮转向角θi-1、前一点行驶速度矢量Vi-1、前一点后轮转向角αi-1和第一预测间隔△t,对当前预测点的后轮转向角进行预测,生成对应的当前点后轮转向角αi;
具体包括:步骤61,根据第一轴距W和前一点前轮转向角θi-1,计算对应的前一点最小转弯半径ri-1,ri-1=W/tan(θi-1);
这里,在预测前一点的最小转弯半径时,根据运动学自行车模型进行最小转弯半径预测;关于运动学自行车模型可以参见相关技术,这里不做进一步赘述;
步骤62,根据前一点行驶速度矢量Vi-1和前一点最小转弯半径ri-1,计算对应的前一点后轮转向角速度ωi-1,ωi-1=Vi-1/ri-1;
这里,在得到前一点的最小转弯半径之后,已知线速度除以半径可以得到角速度,那么根据前一点行驶速度矢量除以最小转弯半径的就可以得到前一点的角速度,这里的角速度也就是前一点后轮转向角速度ωi-1;
步骤63,根据前一点后轮转向角αi-1、前一点后轮转向角速度ωi-1和第一预测间隔△t,预测对应的当前点后轮转向角αi,αi=αi-1+ωi-1*Δt。
这里,将前一点后轮转向角αi-1作为初始角度,将ωi-1*△t作为增加角度,通过初始角度+增加角度就可以得到结束位置的当前角度也就是当前点后轮转向角αi。
步骤7,根据车身后轴中心点位置坐标到第一目标点位置坐标P的直线距离以及二者连线与车身前后轴中心线的夹角,对当前预测点的前轮转向角进行预测,生成对应的当前点前轮转向角θi;
这里,按运动学自行车模型,根据两点间最小距离来预测前轮的最大转向角;
具体包括:步骤71,根据当前点位置坐标Pi,按预设的车身前后轴中心点偏移信息,对车身前后轴中心点位置坐标进行计算,得到对应的车身前轴中心点位置坐标和车身后轴中心点位置坐标;
这里,因为当前点位置坐标Pi与车身前后轴中心有一定的偏移关系,所以需要根据对应的偏移关系计算得到车身前后轴中心点位置坐标;具体的,若当前点位置坐标Pi设定车辆质心位置,则按质心与车身前后轴中心点的偏移关系计算;若当前点位置坐标Pi设定为车身后轴中心点位置,则将车身后轴中心点位置坐标设为Pi,并根据前后轴中心点偏移得到车身前轴中心点位置坐标;
步骤72,计算车身后轴中心点位置坐标到第一目标点位置坐标P的直线距离,生成对应的当前点-目标点距离di;
这里,当前点-目标点距离di即为当前预测点到目标点这两点间的最小距离;
步骤73,连接车身后轴中心点位置坐标和第一目标点位置坐标P,生成第一连线;连接车身后轴中心点位置坐标和车身前轴中心点位置坐标,生成第二连线;计算第一连线与第二连线的夹角,生成对应的当前点-目标点夹角δi;
这里,当前点-目标点夹角δi即为目标点与车辆前后轴中心连线相对车辆后轴中心点的夹角;
这里,根据运动学自行车模型原理,在已知当前点-目标点距离di和当前点-目标点夹角δi的前提下,可以根据上述公式算出车辆在当前预测点的前轮最大转向角。
步骤8,根据当前点行驶速度矢量Vi和第一目标速度矢量V,按预设的行驶加速度约束条件对第一个预测点的行驶加速度矢量进行预测,生成对应的当前点行驶加速度矢量ai;
这里,本发明实施例预设的行驶加速度约束条件为一个分段函数:
具体包括:步骤81,若当前点行驶速度矢量Vi小于第一目标速度矢量V,则设置当前点行驶加速度矢量ai为预设的第一提速加速度;转至步骤9;
这里,当Vi小于V也就是(Vi-V)<0时,说明预测出的行驶速度未超过目标车道的最高限速值,还可继续对其进行加速,第一提速加速度为预先设定的加速用的加速度参数,例如设为0.4;
步骤82,若当前点行驶速度矢量Vi等于第一目标速度矢量V,则设置当前点行驶加速度矢量ai为0;转至步骤9;
这里,当Vi等于V也就是(Vi-V)=0时,说明预测出的行驶速度已经达到目标车道的最高限速值,不能继续对其进行加速了,保持匀速行驶即可,因此将当前点行驶加速度矢量ai设为0;
步骤83,若当前点行驶速度矢量Vi大于第一目标速度矢量V,则设置当前点行驶加速度矢量ai为预设的第一减速加速度。
这里,当Vi大于V也就是(Vi-V)>0时,说明预测出的行驶速度已经超过目标车道的最高限速值,加速或匀速行驶都会违反道路限速要求,因此要对其进行减速,第一减速加速度为预先设定的减速用的加速度参数,例如设为-1。
步骤9,由当前点位置坐标Pi、当前点行驶速度矢量Vi、当前点后轮转向角αi、当前点前轮转向角θi和当前点行驶加速度矢量ai,组成当前点预测参数组;由得到的N个预测点的预测参数组构成车辆运动轨迹预测参数序列。
这里,在对每个预测点完成运动轨迹预测之后,都会得到一个对应的预测参数组;从第1个到第N个预测点的预测参数组按顺序排序,既可以得到从预设的初始点也就是第一初始点位置坐标P0出发,向预设的目标点也就是第一目标点位置坐标P行进,且行进时长为第一预测时长L的车辆运动轨迹信息序列也就是车辆运动轨迹预测参数序列。该序列包括了N个预测位置点,以及每个预测位置点上的五个具体的轨迹参数:预测点位置坐标参数、预测点行驶速度矢量参数、预测点行驶加速度矢量参数、预测点前轮转向角参数和预测点后轮转向角参数。
将该车辆运动轨迹预测参数序列用于轨迹重现时,可根据每个预测位置点的预测点位置坐标参数构建出轨迹路线;用于动力控制时,可根据每个预测位置点的预测点行驶速度矢量参数、预测点行驶加速度矢量参数对车辆的动力输出进行调整;用于转向控制时,可根据每个预测位置点的预测点前轮转向角参数和预测点后轮转向角参数对车辆的方向盘或方向控制模块进行角度调整。
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器,也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示,该电子设备可以包括:处理器301(例如CPU)、存储器302、收发器303;收发器303耦合至处理器301,处理器301控制收发器303的收发动作。存储器302中可以存储各种指令,以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的,本发明实施例涉及的电子设备还包括:电源304、***总线305以及通信端口306。***总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
在图2中提到的***总线305可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该***总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,RAM),也可能还包括非易失性存储器(Non-Volatile Memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、图形处理器(Graphics Processing Unit,GPU)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片,该芯片用于执行前述方法实施例描述的处理步骤。
本发明实施例提供了一种预测车辆运动轨迹的处理方法、电子设备及计算机可读存储介质,在给定车辆行驶目标点的情况下,对各预测点的位置与行驶速度进行预测,根据运动学自行车模型按最小转弯半径与最大前轮转向角原则对车辆前后轮转向角进行预测,按设定的加速度约束条件对各点的加速度进行约束配置,由此得到包含了多种运动轨迹预测信息的预测数据序列。本发明不但给出了最小距离的运动路径预测结果,还提供了对应的制动控制与转向控制预测结果,不仅可以为行为决策提供数据支持,还可对轨迹规划和驾驶模拟提供数据支持。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种预测车辆运动轨迹的处理方法,其特征在于,所述方法包括:
获取第一目标点位置坐标P、第一目标速度矢量V、第一预测时长L和第一预测间隔△t;
根据所述第一预测时长L和所述第一预测间隔△t,对运动轨迹的预测点总数进行计算生成第一总数N,N=L/△t;
在对N个预测点的运动轨迹参数进行顺序预测时,获取前一点预测参数组;所述前一点预测参数组包括前一点位置坐标Pi-1、前一点行驶速度矢量Vi-1、前一点行驶加速度矢量ai-1、前一点前轮转向角θi-1和前一点后轮转向角αi-1;i的取值从1到N;
根据所述前一点位置坐标Pi-1、所述前一点行驶速度矢量Vi-1和所述第一预测间隔△t,对当前预测点的位置坐标进行预测,生成对应的当前点位置坐标Pi,Pi=Pi-1+Vi-1*Δt;
根据所述前一点行驶速度矢量Vi-1、所述前一点行驶加速度矢量ai-1和所述第一预测间隔△t,对所述当前预测点的行驶速度矢量进行预测,生成对应的当前点行驶速度矢量Vi,Vi=Vi-1+ai-1*Δt;
根据预设的第一轴距W、所述前一点前轮转向角θi-1、所述前一点行驶速度矢量Vi-1、所述前一点后轮转向角αi-1和所述第一预测间隔△t,对所述当前预测点的后轮转向角进行预测,生成对应的当前点后轮转向角αi;
根据车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离以及二者连线与车身前后轴中心线的夹角,对所述当前预测点的前轮转向角进行预测,生成对应的当前点前轮转向角θi;
根据所述当前点行驶速度矢量Vi和所述第一目标速度矢量V,按预设的行驶加速度约束条件对第一个预测点的行驶加速度矢量进行预测,生成对应的当前点行驶加速度矢量ai;
由所述当前点位置坐标Pi、所述当前点行驶速度矢量Vi、所述当前点后轮转向角αi、所述当前点前轮转向角θi和所述当前点行驶加速度矢量ai,组成当前点预测参数组;由得到的N个预测点的预测参数组构成车辆运动轨迹预测参数序列。
2.根据权利要求1所述的预测车辆运动轨迹的处理方法,其特征在于,在对第一个预测点的运动轨迹参数进行顺序预测时,所述方法还包括:
获取的所述前一点预测参数组具体为预设的第一初始点参数组;则所述前一点位置坐标Pi-1应为所述第一初始点参数组中预设的第一初始点位置坐标P0;所述前一点行驶速度矢量Vi-1应为所述第一初始点参数组中预设的第一初始点行驶速度矢量V0;所述前一点行驶加速度矢量ai-1应为所述第一初始点参数组中预设的第一初始点行驶加速度矢量a0;所述前一点前轮转向角θi-1应为所述第一初始点参数组中预设的第一初始点前轮转向角θ0;所述前一点后轮转向角αi-1应为所述第一初始点参数组中预设的第一初始点后轮转向角α0。
3.根据权利要求1所述的预测车辆运动轨迹的处理方法,其特征在于,所述根据预设的第一轴距W、所述前一点前轮转向角θi-1、所述前一点行驶速度矢量Vi-1、所述前一点后轮转向角αi-1和所述第一预测间隔△t,对所述当前预测点的后轮转向角进行预测,生成对应的当前点后轮转向角αi,具体包括:
根据所述第一轴距W和所述前一点前轮转向角θi-1,计算对应的前一点最小转弯半径ri-1,ri-1=W/tan(θi-1);
根据所述前一点行驶速度矢量Vi-1和所述前一点最小转弯半径ri-1,计算对应的前一点后轮转向角速度ωi-1,ωi-1=Vi-1/ri-1;
根据所述前一点后轮转向角αi-1、所述前一点后轮转向角速度ωi-1和所述第一预测间隔△t,预测对应的所述当前点后轮转向角αi,αi=αi-1+ωi-1*Δt。
4.根据权利要求1所述的预测车辆运动轨迹的处理方法,其特征在于,所述根据车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离以及二者连线与车身前后轴中心线的夹角,对所述当前预测点的前轮转向角进行预测,生成对应的当前点前轮转向角θi,具体包括:
根据所述当前点位置坐标Pi,按预设的车身前后轴中心点偏移信息,对车身前后轴中心点位置坐标进行计算,得到对应的车身前轴中心点位置坐标和所述车身后轴中心点位置坐标;
计算所述车身后轴中心点位置坐标到所述第一目标点位置坐标P的直线距离,生成对应的当前点-目标点距离di;
连接所述车身后轴中心点位置坐标和所述第一目标点位置坐标P,生成第一连线;连接所述车身后轴中心点位置坐标和所述车身前轴中心点位置坐标,生成第二连线;计算所述第一连线与所述第二连线的夹角,生成对应的当前点-目标点夹角δi;
5.根据权利要求1所述的预测车辆运动轨迹的处理方法,其特征在于,所述根据所述当前点行驶速度矢量Vi和所述第一目标速度矢量V,按预设的行驶加速度约束条件对第一个预测点的行驶加速度矢量进行预测,生成对应的当前点行驶加速度矢量ai,具体包括:
若所述当前点行驶速度矢量Vi小于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为预设的第一提速加速度;
若所述当前点行驶速度矢量Vi等于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为0;
若所述当前点行驶速度矢量Vi大于所述第一目标速度矢量V,则设置所述当前点行驶加速度矢量ai为预设的第一减速加速度。
6.一种电子设备,其特征在于,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现权利要求1-5任一项所述的方法步骤;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行权利要求1-5任一项所述的方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014495.XA CN113581213A (zh) | 2021-08-31 | 2021-08-31 | 一种预测车辆运动轨迹的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014495.XA CN113581213A (zh) | 2021-08-31 | 2021-08-31 | 一种预测车辆运动轨迹的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113581213A true CN113581213A (zh) | 2021-11-02 |
Family
ID=78240535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014495.XA Withdrawn CN113581213A (zh) | 2021-08-31 | 2021-08-31 | 一种预测车辆运动轨迹的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113581213A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114137971A (zh) * | 2021-11-25 | 2022-03-04 | 北京轻舟智航科技有限公司 | 一种转向***延迟的离线辨识方法 |
CN114332418A (zh) * | 2021-12-20 | 2022-04-12 | 中国电子科技集团公司第五十二研究所 | 一种目标轨迹模拟方法及装置 |
CN114475663A (zh) * | 2022-03-08 | 2022-05-13 | 北京轻舟智航智能技术有限公司 | 一种自动驾驶横向控制的处理方法 |
CN116373912A (zh) * | 2023-06-05 | 2023-07-04 | 禾多科技(北京)有限公司 | 车辆泊车横向控制方法、装置、设备和计算机可读介质 |
-
2021
- 2021-08-31 CN CN202111014495.XA patent/CN113581213A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114137971A (zh) * | 2021-11-25 | 2022-03-04 | 北京轻舟智航科技有限公司 | 一种转向***延迟的离线辨识方法 |
CN114137971B (zh) * | 2021-11-25 | 2023-06-09 | 北京轻舟智航科技有限公司 | 一种转向***延迟的离线辨识方法 |
CN114332418A (zh) * | 2021-12-20 | 2022-04-12 | 中国电子科技集团公司第五十二研究所 | 一种目标轨迹模拟方法及装置 |
CN114475663A (zh) * | 2022-03-08 | 2022-05-13 | 北京轻舟智航智能技术有限公司 | 一种自动驾驶横向控制的处理方法 |
CN114475663B (zh) * | 2022-03-08 | 2024-04-09 | 北京轻舟智航智能技术有限公司 | 一种自动驾驶横向控制的处理方法 |
CN116373912A (zh) * | 2023-06-05 | 2023-07-04 | 禾多科技(北京)有限公司 | 车辆泊车横向控制方法、装置、设备和计算机可读介质 |
CN116373912B (zh) * | 2023-06-05 | 2023-09-12 | 禾多科技(北京)有限公司 | 车辆泊车横向控制方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113581213A (zh) | 一种预测车辆运动轨迹的处理方法 | |
CN109808687A (zh) | 一种驾驶辅助方法、装置及设备 | |
CN108257418A (zh) | 车辆碰撞预警方法及装置 | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
CN109885058B (zh) | 行车轨迹规划方法、装置、电子设备及存储介质 | |
CN112874509B (zh) | 基于智能驾驶员模型idm的轨迹规划方法、装置及存储介质 | |
CN109345870B (zh) | 预防车辆碰撞的预警方法及装置 | |
JP5071396B2 (ja) | 隊列走行制御システム | |
JP4096384B2 (ja) | 運転行動パターン認識装置 | |
CN112542061B (zh) | 基于车联网的借道超车控制方法、装置、***及存储介质 | |
EP4206610A1 (en) | Map matching method and apparatus, and electronic device and storage medium | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
CN114655203A (zh) | 一种辅助驾驶方法、装置、设备及存储介质 | |
CN116572986A (zh) | 一种车辆碰撞预警方法及*** | |
CN116552564A (zh) | 行车轨迹确定方法及装置、电子设备及可读存储介质 | |
CN115257720A (zh) | 基于转弯场景的紧急避撞方法、装置、设备及介质 | |
CN115358415A (zh) | 自动驾驶学习模型的分布式训练方法及自动驾驶方法 | |
CN117413257A (zh) | 用于测试车辆用司机辅助***的方法和*** | |
CN115303291B (zh) | 拖挂车的挂车轨迹预测方法和装置、电子设备和存储介质 | |
Zhang et al. | Research on the complexity quantification method of driving scenarios based on information entropy | |
Zhao et al. | Evaluation of a semi-autonomous lane departure correction system using naturalistic driving data | |
CN115112114B (zh) | 一种修正自车周围车辆朝向角的处理方法和装置 | |
CN116749958B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
Xiao et al. | Clustering and Analysis of the Driving Style in the Cut-in Process | |
CN109866682B (zh) | 车辆fcw的报警方法、装置及汽车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211102 |
|
WW01 | Invention patent application withdrawn after publication |