随机森林和卡尔曼结合实现露天矿车辆轨迹预测的方法

本发明涉及露天矿区的无人驾驶技术领域，具体涉及一种随机森林和卡尔曼结合实现露天矿车辆轨迹预测的方法，包括由感知设备获取矿区车辆当前运动状态信息；基于当前运动状态信息以及先验的露天矿区高精度地图信息获取候选参考路径，并获取候选参考路径的路径曲率；基于随机森林对当前运动状态信息和路径曲率进行处理，获取参考路径的纵向速度和偏航角速度的观测值；建立扩展卡尔曼滤波的状态转移模型和测量模型，将纵向速度和偏航角速度的观测值作为扩展卡尔曼滤波的测量值；进行扩展卡尔曼滤波的状态预测和测量更新，最终获取矿区车辆在未来时间的预测轨迹；本发明能够提高露天矿区车辆轨迹预测性能。