(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666954.2 (22)申请日 2021.12.31 (71)申请人 深圳一清创新科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区粤兴二道1号虚拟大学 园重点实验室平台大楼401(A414- A422) (72)发明人 张书洋　刘明　王鲁佳　 (74)专利代理 机构 深圳市六加知识产权代理有 限公司 4 4372 代理人 孟丽平 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01)G06F 111/04(2020.01) G06F 111/08(2020.01) (54)发明名称 目标的意图识别和轨迹预测方法、 装置、 无 人车及介质 (57)摘要 本申请实施例涉及无人车领域， 公开了一种 目标的意图识别和轨迹预测方法、 装置、 无人车 及介质。 其中， 方法包括： 根据高精度地图和目标 的当前时刻的位置， 获取若干个停止点信息和若 干条引导线； 根据目标的历史轨迹， 在若干条引 导线中筛选符合当前时刻目标轨迹的所述引导 线作为候选引导线； 基于目标的历史轨迹及停止 点信息， 使用曲线进行轨迹拟合， 生成与机动模 型对应的模板轨迹； 对比模板轨迹和候选引导 线， 获得模板轨迹与所述候选引导线之间的距离 度量； 根据距离度量， 获得模板轨迹的目标意图； 根据距离度量和目标意图， 获得预测轨迹。 本申 请能够同时准确的识别目标的意图和轨迹预测， 算法轻量化， 计算速度快， 对高精度地图的要求 低， 便于实现。 权利要求书2页 说明书12页 附图2页 CN 114169181 A 2022.03.11 CN 114169181 A 1.一种目标的意图识别和轨 迹预测方法， 其特 征在于， 应用于无 人车， 所述方法包括： 根据高精度地图和目标的当前时刻的位置， 在所述高精度地图中获取若干个停止点信 息和由所述目标的轨 迹点构成的若干条引导线； 根据所述目标的历史轨迹， 在若干条所述引导线中筛选符合所述当前时刻目标所处轨 迹的所述引导线作为 候选引导线； 基于所述目标的历史轨迹及所述停止点信息， 使用曲线进行轨迹拟合， 生成与所述机 动模型对应的模板 轨迹； 对比所述模板轨迹和所述候选引导线， 获得所述模板轨迹与 所述候选引导线之间的距 离度量； 根据所述距离度量， 获得 所述模板 轨迹的目标意图； 根据所述距离度量和所述目标意图， 获得 预测轨迹。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标的历史轨迹， 在若干条 所述引导线中筛选符合所述当前时刻目标所处轨迹的所述引导线作为候选引导线的步骤， 包括： 根据所述目标的当前时刻， 从所述历史轨 迹获取所述目标的历史状态点； 判断所述历史状态点是否处于当前时刻目标的轨迹的当前引导线， 所述当前引导线为 所述若干条引导线中的至少一条； 若是， 则将所述当前引导线作为 候选引导线。 3.根据权利要求2所述的方法， 其特征在于， 所述判断所述历史状态点是否处于当前时 刻目标的轨 迹的当前引导线的步骤， 包括： 判断所述历史状态点是否同时满足预设条件， 所述预设条件包括： 所述历史状态点与 所述当前引导线之 间的距离小于预设距离； 所述当前引导线的方向与所述历史轨迹的轨迹 方向在Frenet坐标系下一致； 所述历史轨迹在所述Frenet坐标系下的横向区间小于径向区 间。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标的历史轨迹及所述停止 点信息， 使用曲线 进行轨迹拟合， 生成模板 轨迹， 包括： 将所述历史轨迹投影到所述机动模型对应的候选引导线所在的Frenet坐标系上， 获取 曲线拟合的初始点； 根据所述停止点信息， 获取曲线拟合的终止点； 基于所述初始点和所述终止点， 使用曲线拟合径向轨 迹和侧向轨迹； 将所述径向轨 迹和所述侧向轨 迹组合， 保存为模板 轨迹。 5.根据权利要求4所述的方法， 其特征在于， 所述机动模型为跟车机动模型或停车机动 模型时， 在所述基于所述目标的历史轨迹及所述停止点信息， 使用曲线进 行轨迹拟合， 生成 模板轨迹之后， 所述方法还 包括： 在拟合所述径向轨迹时， 如果所述径向轨迹不符合要求， 则剔除不符合要求的径向轨 迹。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述距离度量， 获得所述模板轨 迹的目标意图， 包括： 对模板轨迹的意图进行分类， 获取各个类别的意图中距离度量最小的模板轨迹作为代权　利　要　求　书 1/2 页 2 CN 114169181 A 2表模板； 计算所述代 表模板符合所述历史轨 迹的概率； 将所述概率最大的代 表模板作为目标意图。 7.根据权利要求1 ‑6中任一项所述的方法， 其特征在于， 所述根据 所述距离度量和所述 目标意图， 获得 预测轨迹， 包括： 将所述历史轨迹投影到所述目标意图对应的Frenet坐标系中后， 使用高斯过程回归模 型预测所述目标意图的预测未来轨迹， 获得预测轨迹； 其中， 所述高斯过程回归模型以所述 历史轨迹作为训练样本进行训练获得。 8.一种目标的意图识别和轨 迹预测装置， 其特 征在于， 所述装置包括： 引导线获取模块， 用于根据高精度地图和目标的当前时刻的位置， 在所述高精度地图 中获取若干个停止点信息和由所述目标的轨 迹点构成的若干条引导线； 筛选模块， 用于根据所述目标的历史轨迹， 在若干条所述引导线中筛选符合所述当前 时刻目标 所处轨迹的所述引导线作为 候选引导线； 模板轨迹生成模块， 用于基于所述目标的历史轨迹及所述停止点信息， 使用曲线进行 轨迹拟合， 生成与所述机动模型对应的模板 轨迹； 对比模块， 用于对比所述模板轨迹和所述候选引导线， 获得所述模板轨迹与所述候选 引导线之间的距离度量； 目标意图获取模块， 用于根据所述距离度量， 获得 所述模板 轨迹的目标意图； 预测轨迹获取模块， 用于根据所述距离度量和所述目标意图， 获得 预测轨迹。 9.一种无 人车， 其特征在于， 所述无 人车包括： 至少一个处 理器， 以及 存储器， 所述存储器与所述处理器通信连接， 所述存储器存储有可被所述至少一个处 理器执行 的指令， 所述指令被所述至少一个处理器执行， 以使所述至少一个处理器能够执 行权利要求1 ‑7任一项所述的方法。 10.一种非易失性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 计算机可执行指令， 当所述计算机可执行指令被无人车执行时， 使所述无人车执行如权利 要求1‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114169181 A 3