低速起步障碍物轨迹预测方法

本申请提供了一种低速起步障碍物轨迹预测方法。通过分阶段处理机制实现低速障碍物轨迹的精准预测。具体而言，获取障碍物/自车状态信息为轨迹预测提供基础数据输入；关联环境信息获取引入车道拓扑等空间约束，增强预测的合理性；前向算法处理障碍物状态可有效抑制传感器噪声对低速运动信号的干扰，尤其解决起步阶段信噪比低导致的轨迹漏报问题；融合降噪数据与环境信息预测轨迹使深度学习模型摆脱噪声剥离负担，专注于复杂交互关系建模；后向算法修正预测结果通过反向时序信息传递消除轨迹突变，确保位置、速度、加速度的高阶运动学一致性。最终在保障预测时效性的前提下，提升自动驾驶系统对起步障碍物的响应准确性。