摘要
本申请提供一种车辆轨迹预测方法、电子设备及车辆,应用于自动驾驶技术领域,其中方法包括:获取当前时刻之前的预设时长内的车辆历史位姿数据,根据所述车辆历史位姿数据计算确定预设时长内的运动变化数据。根据所述运动变化数据计算确定融合权重系数,基于所述融合权重系数以及预先构建的融合模型对车辆轨迹进行预测,得到车辆预测轨迹;其中,所述融合模型是对直线模型和转向模型进行融合后得到的模型。本申请在进行车辆轨迹预测时,采用的是融合了直线模型和转向模型的融合模型,通过融合模型能够更好的适配车辆的复杂运动,避免仅采用单一模型预测导致车辆轨迹与实际车辆运动趋势不匹配的问题。
技术关键词
车辆轨迹预测方法
运动
数据
加速度
电子设备
自动驾驶技术
直线
处理器
存储器
算法
动态
系统为您推荐了相关专利信息
关键运行参数
波动特征
算法模型
多源电力系统
深度学习模型
农机调度方法
初始聚类中心
多维特征向量
剩余燃油量
集群
坐标系
六自由度机器人
坐标转换矩阵
相机
运动模块