1.融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,该方法包括以下步骤:步骤1.采集多源环境数据与道路结构信息,提取历史轨迹序列,获取信号相位与配时信息、高精地图信息和场景中交通参与者所属的车道关系集合,确定车辆的候选机动类型,基于候选机动类型计算路口可达通行区域,得到场景中所有车辆路口可达通行区域集合;
步骤2.先对历史轨迹序列和高精地图信息编码,得到历史轨迹特征和高精地图特征,将两个特征拼接,使用MLP进行融合,之后依次经双向LSTM循环网络、多头自注意力机制捕捉,得到交互特征;再将获得的相位与配时信息与历史轨迹特征拼接,经多头自注意力机制捕捉,得到信号配时交互特征;最后将路口可达通行区域集合与信号配时交互特征、交互特征拼接,经多头自注意力机制进行特征融合,得到特征;
步骤3.使用三层MLP进行解码,生成K条轨迹及其对应概率;利用路口可达通行区域及信号相位配时约束对候选轨迹进行空间一致性与信号一致性校验与修正,输出经过一致性处理后的候选轨迹集合和概率,之后按概率从高到低选取Top-K条作为多模态轨迹预测结果;
步骤3中对每条候选轨迹分别执行空间一致性与信号一致性校验,空间一致性校验时,若存在τ使得车辆i第k条预测轨迹点落在其路口可达通行区域之外,则将越界点投影回路口可达通行区域内,并执行概率降权;信号一致性校验时,根据交叉口对应的信号相位与配时信息,确定当前相位下的允许通行方向与时间窗口,若候选轨迹在红灯或不放行相位下穿越停止线或进入冲突区,则剔除该条轨迹。
2.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤1中所述的多源环境数据与道路结构信息包括目标主体及周围交通参与者的感知输出信息和道路地图信息。
3.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤1中所述的信号相位与配时信息包括每个车道对应的当前相位状态,相位剩余时间,相位序列。
4.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤1中候选机动类型包括直行、右转、左转、掉头,不同候选机动类型对应不同的机动区间,路口可达通行区域确定时,先基于车辆i所属车道确定其对应的所有候选机动类型,然后分别计算不同候选机动类型对应的机动区间,之后将所有候选机动类型对应的机动区间相加,即为车辆i的路口可达通行区域。
5.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤2中使用基于pointNet折线编码器对历史轨迹序列和高精地图信息M,得到历史轨迹特征和高精地图特征。
6.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤2中使用的多头自注意力机制的头数为8。
7.根据权利要求4所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤1中将交叉路口抽象为长度为D的正方形,将正方形的中心点设为(0,0),当车辆i处于直行车道时,对应的机动区间为:;
当车辆i处于右转车道时,对应的机动区间为:
;
当车辆i处于左转车道时,对应的机动区间为:
;
当车辆i处于掉头车道时,对应的机动区间为:
;
其中,D为交叉口尺度参数,即交叉路口正方形的长度,从高精地图信息中直接读取,、、、分别代表候选机动类型为直行、右转、左转、掉头时对应的机动区间。
8.根据权利要求1所述的融合信号相位与路口可达通行区域的交叉口轨迹预测方法,其特征在于,步骤3进行一致性检验前,根据候选轨迹的预测轨迹点预测车辆的候选机动类型,然后判断轨迹预测点是否落在所属候选机动类型对应的路口可达通行区域之外,若是则将越界点投影回路口可达通行区域内。