基于深度学习的道路障碍物轨迹预测方法和系统

摘要

本发明提供一种基于深度学习的道路障碍物的轨迹预测方法，该方法包括以下步骤：采集车辆信息、车辆周围的障碍物信息及道路信息；将车辆信息、车辆周围的障碍物信息及道路信息转换至Frenet坐标系中，在该Frenet坐标系中设置记录缓存；将所述车辆信息、道路信息以及缓存处理后的车辆周围的障碍物信息添加至数据库中获得图像训练数据集；将所述图像训练数据集中的样本输入深度神经网络模型中，生成障碍物轨迹预测模型；利用该预测模型预测车辆周围的障碍物的运动轨迹。本发明采集到的训练样本更为真实，可基于道路状况不断变化的障碍物信息预测出车辆周围障碍物的运动轨迹更为准确；另外，本发明获得的障碍物轨迹预测模型不再单一。