一种城市交叉路口转弯车辆轨迹预测方法
TP24; 针对城市道路交叉路口智能车周围转弯车辆的轨迹预测问题,提出一种基于三阶贝塞尔曲线和运动模型的转弯车辆轨迹预测方法.首先,在智能车位于道路交叉口附近时,结合感知模块输出的障碍物信息和高精度地图信息对智能车周围车辆进行行为识别.然后,对行为识别结果为转弯状态的车辆,利用高精度地图中的拓扑关系,结合车辆状态信息选取目标点;在选定目标点之后,使用三阶贝塞尔曲线预测车辆未来4s内的轨迹,同时结合车辆状态信息,应用恒定转率和加速度模型(CTRA model)预测车辆未来4 s内的轨迹.最后,使用权重函数加权得到最终的预测轨迹.实车实验结果表明,道路交叉口处转弯车辆4 s内的轨迹预测平均误差为2...
Gespeichert in:
Veröffentlicht in: | 军事交通学院学报 2019, Vol.21 (11), p.78-83 |
---|---|
Hauptverfasser: | , , , , |
Format: | Artikel |
Sprache: | chi |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | TP24; 针对城市道路交叉路口智能车周围转弯车辆的轨迹预测问题,提出一种基于三阶贝塞尔曲线和运动模型的转弯车辆轨迹预测方法.首先,在智能车位于道路交叉口附近时,结合感知模块输出的障碍物信息和高精度地图信息对智能车周围车辆进行行为识别.然后,对行为识别结果为转弯状态的车辆,利用高精度地图中的拓扑关系,结合车辆状态信息选取目标点;在选定目标点之后,使用三阶贝塞尔曲线预测车辆未来4s内的轨迹,同时结合车辆状态信息,应用恒定转率和加速度模型(CTRA model)预测车辆未来4 s内的轨迹.最后,使用权重函数加权得到最终的预测轨迹.实车实验结果表明,道路交叉口处转弯车辆4 s内的轨迹预测平均误差为2.34 m,较CTRA模型预测误差减小了3.86 m,单个转弯车辆轨迹预测平均耗时为0.14 ms,验证了本文所提方法的有效性、准确性以及实时性. |
---|---|
ISSN: | 1674-2192 |
DOI: | 10.16807/j.cnki.12-1372/e.2019.11.019 |