隨著經(jīng)濟的發(fā)展和人民生活水平的提高，汽車保有量逐年增長，這也導(dǎo)致了交通擁堵和交通事故的發(fā)生。為提高車輛駕駛的安全性，目前已有一些車輛制造廠商，將自動駕駛技術(shù)應(yīng)用于車輛中，以實現(xiàn)車輛的自動駕駛。

          而車輛在自動駕駛過程中，有一項非常重要的功能，就是對附近的行人的軌跡進行預(yù)測?，F(xiàn)在常用的行人軌跡預(yù)測方法有根據(jù)行人的歷史軌跡信息進行行人的軌跡預(yù)測，然而行人的行走行為存在很多主觀因素，因此這種基于行人的歷史軌跡信息來預(yù)測行人未來的預(yù)測軌跡的方法的預(yù)測效果較差。

          為此，華為在2019年12月30日申請了一項名為“一種軌跡預(yù)測方法及相關(guān)設(shè)備”的發(fā)明專利（申請?zhí)枺?01980064064.9），申請人為華為技術(shù)有限公司。

          在該專利中，發(fā)明了一種行人軌跡的預(yù)測方法，根據(jù)目前公開的相關(guān)資料，讓我們一起來看看這項軌跡預(yù)測方法吧。

          如上圖，為該專利中發(fā)明的軌跡預(yù)測設(shè)備的硬件結(jié)構(gòu)示意圖，該設(shè)備主要包括環(huán)境感知模塊102、規(guī)劃決策模塊104以及控制處理模塊106。環(huán)境感知模塊主要通過外圍系統(tǒng)(如傳感器、攝像頭等)采集障礙物信息、軌跡預(yù)測設(shè)備所處的周圍環(huán)境信息以及設(shè)備所在車輛的行駛信息。

          規(guī)劃決策模塊包括行為預(yù)測模塊和規(guī)劃模塊：行為預(yù)測模塊主要用于根據(jù)環(huán)境感知模塊所采集的信息，預(yù)測障礙物的行為意圖以及該行為意圖對應(yīng)的運動軌跡(即障礙物軌跡)；規(guī)劃模塊用于在保證安全的前提下，根據(jù)行為意圖獲得對應(yīng)的控制策略，以便后續(xù)利用該控制策略控制車輛進行安全行駛。

          控制處理模塊用于根據(jù)規(guī)劃決策模塊獲得的控制策略，對車輛進行相應(yīng)地控制和調(diào)整，以避免車輛與障礙物發(fā)生碰撞，例如對車輛的方向盤轉(zhuǎn)角、行駛速度、是否制動剎車、是否按壓加速踏板等車輛參數(shù)進行控制。

          如上圖，為該專利中展示的一種可能的場景示意圖，在車輛往來的道路上，行人位于道路邊緣的P1點位置，為防止車輛與行人發(fā)生碰撞，此時車輛需預(yù)測行人的運動軌跡，并基于預(yù)測的運動軌跡來控制自身的安全行駛，以避免與行人發(fā)生碰撞。

          例如，若預(yù)測行人P1點后的運動軌跡是運動軌跡b(橫穿道路)，則需要控制車輛減速行駛、甚至剎車等待等，以避讓行人。又例如，假設(shè)預(yù)測行人P1點后的運動軌跡是運動軌跡a沿道路直行或在P1點停止，則不需要對車輛進行任何控制操作，因為這種情況下不會發(fā)生車輛和行人的碰撞等危險情況。

          如上圖，為該專利中發(fā)明的軌跡預(yù)測方法的流程圖，首先，系統(tǒng)獲取目標(biāo)對象的姿態(tài)信息和歷史運動軌跡信息，具體來說，設(shè)備會將用戶的姿態(tài)信息輸入例如循環(huán)神經(jīng)網(wǎng)絡(luò)等算法，得到表示目標(biāo)對象行為意圖的目標(biāo)信息。

          接著，基于姿態(tài)信息獲取表示目標(biāo)對象行為意圖的目標(biāo)信息，該專利中羅列了一些行人的意圖變化，例如：由移動狀態(tài)變?yōu)殪o止?fàn)顟B(tài)、保持移動狀態(tài)、由靜止?fàn)顟B(tài)轉(zhuǎn)換為移動狀態(tài)等。最后，以目標(biāo)信息和歷史軌跡信息為輸入，通過軌跡預(yù)測模型，得到目標(biāo)對象的預(yù)測軌跡。

          以上就是華為發(fā)明的行人軌跡預(yù)測系統(tǒng)，該方案通過軌跡預(yù)測模型，將行人的行為意圖作為行人軌跡預(yù)測的輸入特征，從而減小了行人軌跡的預(yù)測誤差。該方案能夠解決現(xiàn)有技術(shù)中行人運動軌跡預(yù)測不準(zhǔn)確的問題，有效提高了車輛控制的安全性。