论文摘要
为对智能车周围环境中车辆的行驶轨迹做出合理、有效的预测,提出了一种基于行为识别和曲率约束的车辆轨迹预测方法。首先,接收感知得到的障碍物信息,结合高精度地图提供的车道线信息,对车辆进行行为识别;然后建立s-l坐标系,将车辆运动分解为沿车道线方向（纵向）的运动和垂直于车道线方向（横向）的运动,依据行为识别结果得到车辆在横、纵向运动的多项式方程;再以高精度地图中的车道线曲率作为约束,筛选出一条最优的预测轨迹。实车实验结果表明,在车道保持、换道和转弯3种基本行为下,车辆在4 s内的轨迹平均预测误差分别为:0.52,0.51和1.03 m,较CTRA模型预测误差分别减小了1.81,4.48和5.49 m,单个车辆轨迹预测平均耗时为0.103 ms,验证了本文中所提方法的有效性、准确性和实时性。
论文目录
文章来源
类型: 期刊论文
作者: 谢枫,娄静涛,赵凯,齐尧
关键词: 车辆轨迹预测,行为识别,曲率约束,高精度地图
来源: 汽车工程 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 陆军军事交通学院,军事交通运输研究所
基金: 国家重点研发计划项目-智能电动汽车路径规划及自主决策方法(2016YFB0100903)资助
分类号: U463.6
DOI: 10.19562/j.chinasae.qcgc.2019.09.008
页码: 1036-1042
总页数: 7
文件大小: 3122K
下载量: 328