本技術涉及自動駕駛，尤其涉及軌跡預測，具體涉及一種車輛軌跡預測方法、裝置、車輛、存儲介質及程序產品。

背景技術：

1、在智能駕駛系統中，為了保障車輛安全并實現更智能的行駛，避免與其他車輛發生碰撞，自動駕駛車輛的軌跡預測至關重要。

2、目前，常見的軌跡預測方法通常依賴于動力學模型來計算車輛在一定時間內的行駛軌跡，或通過引入車道線信息來對車輛軌跡進行約束，從而預測其行駛路徑。然而，由于車輛行駛場景復雜多變，軌跡預測呈現出較高的不確定性和復雜性，導致軌跡預測效率較低，難以穩定和快速地預測車輛的軌跡。而低效的軌跡預測可能無法及時調整駕駛策略，從而增加碰撞或交通事故的風險。所以，如何提高車輛的軌跡預測效率成為當前亟待解決的技術問題。

技術實現思路

1、本技術提供一種車輛軌跡預測方法、裝置、車輛、存儲介質及程序產品，以至少解決相關技術中如何提高車輛的軌跡預測效率的技術問題。本技術的技術方案如下：

2、根據本技術涉及的第一方面，提供一種車輛軌跡預測方法，該方法包括：基于車輛的行駛速度信息，確定目標車道線采樣區域；在目標車道線采樣區域內的車道線上確定目標車道線點，以基于目標車道線點對車輛進行軌跡預測。

3、根據上述技術手段，由于車輛以不同的行駛速度信息行駛，其可能達到的目標車道線點存在差異。如果在固定的車道線采樣區域內的車道線上確定目標車道線點，可能會導致目標車道線點的確定效率較低，從而影響軌跡預測的準確性和效率。例如，對于高速行駛的車輛，固定的車道線采樣區域可能無法覆蓋車輛實際可達的遠處車道線點，導致車輛基于不太相關的車道線點來確定目標車道線點，不僅增加了處理負擔，還可能導致預測軌跡不夠精確。而對于低速行駛的車輛，固定采樣區域可能會引入過多不必要或不可行的車道線點，增加處理的復雜度。因此，通過車輛的行駛速度信息，動態調整目標車道線采樣區域，能夠更好地適應車輛當前的行駛狀態，減少目標車道線采樣區域內的車道線上不可行的候選車道線點，從而在目標車道線采樣區域內的車道線上確定目標車道線點時，可以提高目標車道線點的確定效率，從而可以提高基于目標車道線點對車輛進行軌跡預測的精度和效率。

4、在一種可能的實施方式中，基于車輛的行駛速度信息，確定目標車道線采樣區域，包括：基于車輛的行駛速度信息，確定車輛前方的第一車道線采樣區域的范圍；基于第一車道線采樣區域的范圍和車輛前方的第二車道線采樣區域的范圍，從第一車道線采樣區域和第二車道線采樣區域中確定目標車道線采樣區域；第二車道線采樣區域的范圍是基于車輛前方的預設距離確定的。

5、根據上述技術手段，第二車道線采樣區域的范圍是基于車輛前方的預設距離確定的，也就是說第二車道線采樣區域是預先設置好的，相對固定的，車輛不需要在每次移動時都重新計算第二車道線采樣區域，從而降低了計算負擔。而第一車道線采樣區域的范圍是基于車輛的行駛速度信息確定的，也就是說第一車道線采樣區域是相對動態的，可以根據車輛的行駛速度進行靈活的適應，以確保在各種速度下都能保持較高的車道線檢測準確性。通過這兩種車道線采樣區域的結合，可以基于車輛的行駛速度信息來選擇合適的采樣區域，既保證目標車道線采樣區域的確定效率，又提高了目標車道線采樣區域的確定精度。

6、在另一種可能的實施方式中，基于第一車道線采樣區域的范圍和第二車道線采樣區域的范圍，從第一車道線采樣區域和第二車道線采樣區域中確定目標車道線采樣區域，包括：在第一車道線采樣區域的范圍超過第二車道線采樣區域的范圍的情況下，將第一車道線采樣區域確定為目標車道線采樣區域；在第一車道線采樣區域的范圍未超過第二車道線采樣區域的范圍的情況下，將第二車道線采樣區域確定為目標車道線采樣區域。

7、根據上述技術手段，若第一車道線采樣區域的范圍超過第二車道線采樣區域的范圍，則可以說明車輛的行駛速度較快，車輛可能達到的目標車道線點與當前位置之間的距離可能較大，預先設定的第二車道線采樣區域可以覆蓋車輛可能達到的目標車道線點，因此，可以將第二車道線采樣區域確定為目標車道線采樣區域。若第一車道線采樣區域的范圍未超過第二車道線采樣區域的范圍，則可以說明車輛的行駛速度較慢，車輛可能達到的目標車道線點與當前位置之間的距離可能較小，若采用固定的第二車道線采樣區域可能會引入過多不必要或不可行的候選車道線點，增加處理的復雜度。因此，可以將基于行駛速度信息動態確定的第一車道線采樣區確定為目標車道線采樣區域，從而可以減少不必要或不可行的候選車道線點，提升確定目標車道線點的效率。

8、在又一種可能的實施方式中，行駛速度信息包括車輛在當前位置的當前行駛速度，目標車道線采樣區域的范圍與當前行駛速度呈正相關關系；在目標車道線采樣區域內的車道線上確定目標車道線點，包括：在目標車道線采樣區域內的車道線上進行采樣，得到候選車道線點集；候選車道線點集包括至少一個候選車道線點；基于約束信息對候選車道線點集進行約束，得到符合約束信息的候選車道線點集；約束信息包括：路網信息和車輛的性能信息；從符合約束信息的候選車道線點集中確定目標車道線點。

9、根據上述技術手段，由于車輛的行駛速度信息所包括的當前行駛速度與目標車道線采樣區域的范圍之間的正相關關系，若車輛的行駛速度較快，車輛能夠達到較遠的目標車道線點，這時目標車道線采樣區域的范圍也會較大。然而，較大的目標車道線采樣區域可能會覆蓋過多不必要或不可行的候選車道線點。因此，通過約束信息對候選車道線點集進行約束，剔除不符合約束信息的候選車道線點，從而減少不必要或不可行的候選車道線點，提升了確定目標車道線點的效率。

10、在又一種可能的實施方式中，在目標車道線采樣區域內的車道線上確定目標車道線點，包括：獲取車輛的車輛特征和車輛所在區域的地圖特征；車輛特征用于表征車輛周圍的道路信息和車輛周圍的其他車輛信息，地圖特征用于表征車輛所在區域的道路信息；在目標車道線采樣區域內的車道線上進行采樣，得到候選車道線點集；候選車道線點集包括至少一個候選車道線點；基于交互特征和地圖特征，確定候選車道線點集中每個候選車道線點的置信度；基于候選車道線點的置信度，確定目標車道線點。

11、根據上述技術手段，由于車輛特征用于表征車輛自身的信息、車輛上配置的傳感器檢測到的車輛周圍的道路信息以及車輛周圍的其他車輛信息，可以反映車輛與車輛周圍的道路、其他車輛之間的復雜交互關系。在基于車輛特征和地圖特征確定目標車道線點時，能夠更好地適應復雜的真實交通場景。從而提高確定目標車道線點的準確性。

12、在又一種可能的實施方式中，方法還包括：基于目標車道線點，確定車輛行駛至目標位置的目標位置信息；基于目標位置與車輛的當前位置，確定車輛的目標行駛場景；基于車輛在當前位置的當前行駛狀態信息和當前位置信息、目標位置信息以及目標行駛場景下車輛行駛至目標位置的目標行駛狀態信息，確定車輛在目標行駛場景下的候選預測軌跡集；候選預測軌跡集包括至少一個候選預測軌跡；基于約束信息對候選預測軌跡集進行約束，得到符合約束信息的候選預測軌跡集；約束信息包括路網信息；從符合約束信息的候選預測軌跡集中確定目標預測軌跡。

13、根據上述技術手段，在不同的行駛場景下，車輛從當前位置行駛至目標位置的行駛狀態可能會有所不同。例如，在變道場景下，車輛可能并不位于車道中心線，在車道保持場景下，車輛可能位于車道中心線，這導致車輛在目標位置的加速度、速度不同。因此，在確定候選預測軌跡時，除了考慮當前行駛狀態信息、當前位置信息、目標位置信息外，還需要結合目標行駛場景下車輛行駛至目標位置的目標行駛狀態信息。這種方法可以適應不同行駛場景，提升候選預測軌跡集的準確性，從而提高目標軌跡預測的準確性。另外，由于約束信息包括交通限制信息，在約束信息的約束下，可以排除不符合約束信息的不安全的軌跡，從而使預測的軌跡更接近真實情況，提高了預測軌跡的準確性和可行性。

14、在又一種可能的實施方式中，目標行駛場景是基于車輛的橫向行駛場景和車輛的縱向行駛場景確定的，橫向行駛場景用于指示車輛在當前位置所處車道與車輛在目標位置所處車道之間的關系；縱向行駛場景用于指示車輛從當前位置行駛至目標位置的行駛速度變化情況。

15、根據上述技術手段，由于車輛的運動可以被解耦合為沿道路中心線的縱向運動和垂直于道路中心線的橫向運動，從而在確定目標行駛場景，也可以將目標行駛場景的確定解耦為橫向行駛場景的確定和縱向行駛場景確定，這種將二維運動問題解耦合為兩個一維運動問題，可以降低軌跡規預測的復雜性。

16、在又一種可能的實施方式中，從符合約束信息的候選預測軌跡集中確定目標預測軌跡，包括：獲取目標行駛場景對應的目標軌跡優化函數；基于目標軌跡優化函數，對候選預測軌跡集進行優化，得到目標預測軌跡。

17、根據上述技術手段，由于不同的行駛場景下車輛的軌跡可能存在差異，若僅基于固定的優化目標進行優化，可能會導致目標預測軌跡不夠準確。因此，可以通過獲取目標行駛場景對應的目標軌跡優化函數，以采用場景特定的目標軌跡優化函數對候選預測軌跡集進行優化，從而獲得更加準確的目標預測軌跡。

18、根據本技術提供的第二方面，提供一種車輛軌跡預測裝置，該裝置包括：確定模塊，用于基于車輛的行駛速度信息，確定目標車道線采樣區域；在目標車道線采樣區域內的車道線上確定目標車道線點，以基于目標車道線點對車輛進行軌跡預測。

19、根據本技術提供的第三方面，提供一種車輛，包括：處理器；用于存儲處理器可執行指令的存儲器；其中，處理器被配置為執行指令，以實現上述第一方面及其任一種可能的實施方式的方法。

20、根據本技術提供的第四方面，提供一種計算機可讀存儲介質，當計算機可讀存儲介質中的指令由車輛的處理器執行時，使得車輛能夠執行上述第一方面中及其任一種可能的實施方式的方法。

21、根據本技術提供的第五方面，提供一種計算機程序產品，計算機程序產品包括計算機指令，當計算機指令在車輛上運行時，使得車輛執行上述第一方面及其任一種可能的實施方式的方法。

22、由此，本技術的上述技術特征具有以下有益效果：

23、(1)由于車輛以不同的行駛速度信息行駛，其可能達到的目標車道線點存在差異。如果在固定的車道線采樣區域內的車道線上確定目標車道線點，可能會導致目標車道線點的確定效率較低，從而影響軌跡預測的準確性和效率。例如，對于高速行駛的車輛，固定的車道線采樣區域可能無法覆蓋車輛實際可達的遠處車道線點，導致車輛基于不太相關的車道線點來確定目標車道線點，不僅增加了處理負擔，還可能導致預測軌跡不夠精確。而對于低速行駛的車輛，固定采樣區域可能會引入過多不必要或不可行的車道線點，增加處理的復雜度。因此，通過車輛的行駛速度信息，動態調整目標車道線采樣區域，能夠更好地適應車輛當前的行駛狀態，減少目標車道線采樣區域內的車道線上不可行的候選車道線點，從而在目標車道線采樣區域內的車道線上確定目標車道線點時，可以提高目標車道線點的確定效率，從而可以提高基于目標車道線點對車輛進行軌跡預測的精度和效率。

24、(2)第二車道線采樣區域的范圍是基于車輛前方的預設距離確定的，也就是說第二車道線采樣區域是預先設置好的，相對固定的，車輛不需要在每次移動時都重新計算第二車道線采樣區域，從而降低了計算負擔。而第一車道線采樣區域的范圍是基于車輛的行駛速度信息確定的，也就是說第一車道線采樣區域是相對動態的，可以根據車輛的行駛速度進行靈活的適應，以確保在各種速度下都能保持較高的車道線檢測準確性。通過這兩種車道線采樣區域的結合，可以基于車輛的行駛速度信息來選擇合適的采樣區域，既保證目標車道線采樣區域的確定效率，又提高了目標車道線采樣區域的確定精度。

25、(3)若第一車道線采樣區域的范圍超過第二車道線采樣區域的范圍，則可以說明車輛的行駛速度較快，車輛可能達到的目標車道線點與當前位置之間的距離可能較大，預先設定的第二車道線采樣區域可以覆蓋車輛可能達到的目標車道線點，因此，可以將第二車道線采樣區域確定為目標車道線采樣區域。若第一車道線采樣區域的范圍未超過第二車道線采樣區域的范圍，則可以說明車輛的行駛速度較慢，車輛可能達到的目標車道線點與當前位置之間的距離可能較小，若采用固定的第二車道線采樣區域可能會引入過多不必要或不可行的候選車道線點，增加處理的復雜度。因此，可以將基于行駛速度信息動態確定的第一車道線采樣區確定為目標車道線采樣區域，從而可以減少不必要或不可行的候選車道線點，提升確定目標車道線點的效率。

26、(4)由于車輛的行駛速度信息所包括的當前行駛速度與目標車道線采樣區域的范圍之間的正相關關系，若車輛的行駛速度較快，車輛能夠達到較遠的目標車道線點，這時目標車道線采樣區域的范圍也會較大。然而，較大的目標車道線采樣區域可能會覆蓋過多不必要或不可行的候選車道線點。因此，通過約束信息對候選車道線點集進行約束，剔除不符合約束信息的候選車道線點，從而減少不必要或不可行的候選車道線點，提升了確定目標車道線點的效率。

27、(5)由于車輛特征用于表征車輛自身的信息、車輛上配置的傳感器檢測到的車輛周圍的道路信息以及車輛周圍的其他車輛信息，可以反映車輛與車輛周圍的道路、其他車輛之間的復雜交互關系。在基于車輛特征和地圖特征確定目標車道線點時，能夠更好地適應復雜的真實交通場景。從而提高確定目標車道線點的準確性。

28、(6)在不同的行駛場景下，車輛從當前位置行駛至目標位置的行駛狀態可能會有所不同。例如，在變道場景下，車輛可能并不位于車道中心線，在車道保持場景下，車輛可能位于車道中心線，這導致車輛在目標位置的加速度、速度不同。因此，在確定候選預測軌跡時，除了考慮當前行駛狀態信息、當前位置信息、目標位置信息外，還需要結合目標行駛場景下車輛行駛至目標位置的目標行駛狀態信息。這種方法可以適應不同行駛場景，提升候選預測軌跡集的準確性，從而提高目標軌跡預測的準確性。另外，由于約束信息包括交通限制信息，在約束信息的約束下，可以排除不符合約束信息的不安全的軌跡，從而使預測的軌跡更接近真實情況，提高了預測軌跡的準確性和可行性。

29、(7)由于車輛的運動可以被解耦合為沿道路中心線的縱向運動和垂直于道路中心線的橫向運動，從而在確定目標行駛場景，也可以將目標行駛場景的確定解耦為橫向行駛場景的確定和縱向行駛場景確定，這種將二維運動問題解耦合為兩個一維運動問題，可以降低軌跡規預測的復雜性。

30、(8)由于不同的行駛場景下車輛的軌跡可能存在差異，若僅基于固定的優化目標進行優化，可能會導致目標預測軌跡不夠準確。因此，可以通過獲取目標行駛場景對應的目標軌跡優化函數，以采用場景特定的目標軌跡優化函數對候選預測軌跡集進行優化，從而獲得更加準確的目標預測軌跡。

31、需要說明的是，第二方面至第五方面中的任一種實現方式所帶來的技術效果可參見第一方面中對應實現方式所帶來的技術效果，此處不再贅述。

32、應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本技術。