CN113954864B 一种融合周边车辆交互信息的智能汽车轨迹预测系统及方法 （江苏大学）

US2020156632A1,202US2021174668A1,2021.一种融合周边车辆交互信息的智能汽车轨本发明公开了一种融合周边车辆交互信息高清矢量地图代替鸟瞰图来提取地图信息的方的车道特征来表示车辆和车道之间的广义几何迹预测的准确性。提出一种多Seq2Seq结构堆栈的方式来预测车辆的未来多模态轨迹和不同车2所述车辆交互关系提取模块根据车辆历史轨迹数据，主要包括位置坐所述行驶场景表征模块依据原始感知的地图信息构建车道段之间所述时空关系融合模块将车辆交互关系提取模块和行驶场景表征模块输出的数据进所述轨迹预测模块输入时空关系融合模块融合的历史轨迹信息，经2.根据权利要求1所述的一种融合周边车辆交互信息的智能汽车轨迹预测系统，其特图卷积网络GCN模块；车辆交互图G构建模块接收车辆历史轨迹X模块的自车和周边车辆的3.根据权利要求1所述的一种融合周边车辆交互信息的智能汽车轨迹预测系统，其特4.根据权利要求1所述的一种融合周边车辆交互信息的智能汽车轨迹预测系统，其特5.根据权利要求4所述的一种融合周边车辆交互信息的智能汽车轨迹预测系统，其特轨迹信息和地图特征信息，与单元二更新后的车道节点特征通过注意力机制Attention和36.根据权利要求1所述的一种融合周边车辆交互信息的智能汽车轨迹预测系统，其特将历史轨迹处理成n×th×c的三维数组形式，其中n表示在过去的时间步长中观察到交通据中心线lcen表示为一系列二维的鸟瞰视角坐标点，获取任何两个连通的车道信息，即左S4:将S2输出的车辆间交互关系图的轨迹数据和S3.2输出的包含车道交互关系的地图其中，第(2)部分车道节点之间的信息更新采用车道图卷积车辆信息和车道信息之间的相互传递，即第(1)和第(3)部分，4定义为车道节点与车辆节点的l2距离小于第(3)部分与第(1)部分的网络设置相同，最后输出含的车辆特征扩维为n×th×c后输入Seq2Seq结构网络，将表示车辆特征的向量馈送到编码8.根据权利要求7所述的一种融合周边车辆交互信息的智能汽车轨迹预测方法，其特l=D(+A)09.根据权利要求7所述的一种融合周边车辆交互信息的智能汽车轨迹预测方法，其特0表示自车车道的权重矩阵，Ai和Wi指第i种车道连接方式对应的邻接矩阵和权56自行车模型和卡尔曼滤波模型，根据表示物理动作的历史数据生成被预测车辆的未来轨[0007]本发明公开了一种融合周边车辆交互信息的智能汽车轨迹预测模型系统，如图17[0008]行驶场景表征模块依据原始感知的地图信息M构建车道段之间的交互关系图，即息隐式表示带有实时地图交互和周边车辆交互的[0016]S1：首先对输入的被预测车辆及周边车的历史轨迹和车辆之间的交互图G进行预8A1}节点定义为车道节点与车辆节点的l2距离小于阈[0030]第(1)部分的网络设置为：将n×128的二维车道位置信息和n×4维的车道性质特9融合后的车辆特征扩维为n×th×c后输入Seq2Seq结构网络，将表示车辆特征的向量馈送一起馈送到解码器，以预测当前时间步长的位置坐标，具体地，第一个解码步骤的输入是[0041]度矩阵Dj为一个对角阵，求解k个节点中与节点i相邻节点的数量，将α设置为j中出现空行。[0045]x=f(ofd-vgtr")-f(v)[0046]其中vi指第i个车道节点的位置，即车道段两个端点之[0048](1)本发明提出了一种考虑周边车辆交互的图卷积神经网络，弥补了现有的轨迹[0049](2)本发明提出了一种借助高清矢量地图代替鸟瞰图来提取地图信息的方式，使[0050](3)本发明提出了一种车辆和行驶场景时空关系融合的方式，引入新的车道特征[0051](4)本发明提出一种多Seq2Seq结构堆栈的方式来预测车辆的未来多模态轨迹和[0055]轨迹预测问题可以表述为一个基于所有对象的历史轨迹信息来预测车辆在未来A1}[0075]图卷积定义为Y＝LXW，其中表示节点特征矩阵，weRO表示权重矩[0078]因此在进行图卷积操作前，为了确保执行图形操作后要[0082]度矩阵Dj为一个对角阵，求解k个节点中与节点i相邻节点的数量，将α设置为j中出现空行。过卷积核大小固定为(1×3)的时间卷积层，使得n×th×c维度的数据沿着时间维度(第二[0084]所述的行驶场景表征模块指对输入的地图数据M提取特征，从矢量化地图数据中[0088]其中vi指第i个车道节点的位置，即车道段两个端点之间的中点，和vgd分邻接矩阵来扩大视野域。然后在卷积网络之后通过一层n×128维的全连接层输出车道特[0090]所述的时空关系融合模块主要是对车辆交互关系提取模块和行驶场景表征模块最后提取出含有车道信息，以及车道交互信息的车辆特征信息，维度输出同样保持为n×[0093]本发明采集轨迹预测实施场景内连续时间段内的真实车辆数据作为模型训练的[0094]本发明使用pytorch框架实施对模型的训练，其