CN115384547B 车辆轨迹预测方法、装置、电子装置和存储介质 （浙江零跑科技股份有限公司）

基于车辆的运动学信息的短时预测轨迹实现了2基于预设的运动学模型生成所述目标车辆的短时预测轨迹，并基基于所述目标参考线簇生成所述目标车辆的车将所述目标车辆当前的运动状态信息输入预设的运动学模型，预根据预先获取的所述目标车辆的车道边界线信息，计算得到所根据所述目标车辆的运动状态信息，分别确定所述目标车辆所述目标车辆在预设时段后与所述车道边界线的第三位置基于三次样条插值算法的原理，利用所述短时预测轨迹对所述目根据所述短时预测轨迹中的坐标信息，从所述目标车道中心线基于所述三次样条插值算法的原理，将所述短时预测轨迹通过基于从所述目标参考线簇中选取的参考点的位置信息，以及所述3根据预设的基于加速度信息和横向超调量信息的代价函数，计算得基于预设的筛选条件对所有车辆预测轨迹的代价值进行筛选，得到最优车辆预测轨所述第一生成模块，用于基于预设的运动学模型生成所述目标车辆的短时预测轨迹，将所述目标车辆当前的运动状态信息输入预设的运动学模型，预9.一种电子装置，包括存储器和处理器，其被处理器执行时实现权利要求1至7中任一项所述的车辆轨迹预测4预测所述目标车辆在预设时段后与所述车道边界线的第三位置[0015]将所述目标车辆当前的运动状态信息输入预设的运动学模型进行预设时段的运56被处理器执行时实现上述第一个方面所述的车辆等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语7[0051]在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装[0053]传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network[0054]在本实施例中提供了一种车辆轨迹预测方法，图2是本实施例的车辆轨迹预测方8应用场景进行选择，例如，CA(ConstantAcceleration，常加速度)模型、CV(Constant坐标的转换关系示意图。其中，(s,d)表示车辆轨迹中某离散点在Frenet坐标系下的坐i(r)表示法向量，i(r)表示切向量，(s)表示参考点到车辆位置的向量，s(t)表示目标车9标车辆的车道左右边界线分别为L1和L2。其中，L1和L2均由若干离散点构成，记为：其中，为车道左边界线的第i个离散点在笛卡尔坐标系下的坐标，为车道右边界线的第i个离散点在笛卡尔坐标系下的坐中心线记为L:=L…e根据车道左右边界线计算得到车道中心线具体可以为，计算车标车辆在预设时段后与车道边界线的第三位置关及预测目标车辆在预设时段后与车道边界线的位置关系，进而确定目标车辆的变道意图，刻；将目标车辆当前的运动状态信息输入预设的运动学模型进行预设时段的运动状态预y0分别为当前时刻目标车辆的x轴坐标和y轴坐标，θ0为航向角，v0为速0将车道中心线离散点的y轴坐标减去预设值。本实施例基于变道意图对车道中心线进行修)＝f″[0109]其中，可以从目标参考线簇中选取距离目标车辆的当前的位置最近的点为参考[0123]上述步骤S231至步骤S233，基于上述贴合车辆轨迹特征的目标参考线簇，以及中选出代价值costi最小的车辆预测轨迹作为最优车辆预测轨迹，再将该筛选得到的最优车辆预测轨迹转换到笛卡尔坐标系下得到该目标车辆的[0154]步骤S706，基于S705的求解结果生成Frenet坐标系下的预测轨迹及对应的代价可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器