目标车辆切入意图预测方法和装置.pdf

1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310740155.8(22)申请日 2023.06.21(71)申请人 重庆长安汽车股份有限公司地址 400020 重庆市江北区建新东路260号(72)发明人 刘一荻肖开兴严旭杨东方(74)专利代理机构 北京润泽恒知识产权代理有限公司 11319专利代理师 邵颖(51)Int.Cl.B60W 40/10(2012.01)(54)发明名称一种目标车辆切入意图预测方法和装置(57)摘要本发明涉及一种目标车辆切入意图预测方法和装置，包括：获取不同场景下目标车辆的不同运动状态；根据所述不同运动状态

2、采用不同的判定标准，对所述目标车辆进行切入意图预测，从而解决了现有技术中无法准确预测出目标车辆的切入意图的问题。权利要求书4页 说明书19页 附图6页CN 116605238 A2023.08.18CN 116605238 A1.一种目标车辆切入意图预测方法，其特征在于，包括：获取不同场景下目标车辆的不同运动状态；根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测。2.根据权利要求1所述的预测方法，其特征在于，所述目标车辆的不同运动状态包括以下任意一种：目标车辆偏离车道状态、所述目标车辆汇入车道状态、所述目标车辆压线、所述目标车辆靠近自动驾驶车辆所在的车道行驶且未进入所述自

3、动驾驶车辆所在的车道。3.根据权利要求1所述的预测方法，其特征在于，所述根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测包括：根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测，其中，所述车道包括：车道中心线或车道边界线，或者根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测。4.根据权利要求3所述的预测方法，其特征在于，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测包括：获取所述目标车

4、辆与所述车道之间的第一横向距离Pd；判断所述第一横向距离是否小于第一距离判定参数Doffset；若小于第一距离判定参数，则计算所述第一横向距离Pd与所述目标车辆的第一横向速度Vd乘积，获得第一预测结果；若所述第一预测结果小于零，则计算所述目标车辆到自动驾驶车辆的第一距离；若所述第一距离小于等于设定第一距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第一纵向距离Ps；若所述第一纵向距离大于设定纵向距离阈值，则确定所述目标车辆存在切入意图。5.根据权利要求3所述的预测方法，其特征在于，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车

5、辆进行切入意图预测包括：判断所述目标车辆所在车道与所述自动驾驶车辆所在车道是否有交集；若存在交集，则计算所述目标车辆到自动驾驶车辆的第二距离；若所述第二距离小于等于设定第二距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第二纵向距离Ps；若所述第二纵向距离大于设定纵向距离阈值，则获取所述目标车辆与所述自动驾驶车辆所在车道之间的第二横向距离Pd；若所述第二横向距离Pd小于第二距离判定参数Doffset，计算所述第二横向距离Pd与所述目标车辆的第二横向速度Vd乘积，获得第二预测结果；若所述第二预测结果小于零，则判断所述目标车辆的第二横向速度Vd是否大于所述第二横向速度阈值；若是，则确定所述目标

6、车辆存在切入意图。6.根据权利要求3所述的预测方法，其特征在于，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测包括：权利要求书1/4 页2CN 116605238 A2判断所述目标车辆是否压线；若是，计算所述目标车辆的第三横向距离Pd与所述目标车辆的第三横向速度Vd乘积，获得第三预测结果；若所述第三预测结果小于零，则判断所述压线参数是否大于压线参数判定阈值，其中，所述压线参数包括：压线量和压线量变化率；若是，获取所述目标车辆的第三横向速度Vd；若所述第三横向速度大于速度判定参数Vcutin，则确定所述目标车辆存在切入意图；若所述第三横向速度小于所述Vcu

7、tin，则根据所述压线量和所述目标车辆的航向角确定所述目标车辆是否存在切入意图。7.根据权利要求4或5所述的预测方法，其特征在于，通过以下方式计算距离判定参数Doffset：计算所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；获取所述目标车辆的车长、车宽、所述目标车辆所在车道的车道宽度、所述目标车辆的第一横向速度以及横向时距；根据所述航向角、所述车长、所述车宽、所述车道宽度、所述第一横向速度以及所述横向时距计算所述距离判定参数，或者根据所述航向角、所述车长、所述车宽、所述第一横向速度以及所述横向时距计算距离判定参数。8.根据权利要求4、5或6所述的预测方法，其特征在于，所述方法

8、还包括：获取所述目标车辆与所述车道之间的第四横向距离Pd以及所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；若所述第四横向距离与所述航向角不异号，则判断所述目标车辆是否压线；若没有压线，则计算所述第四横向距离Pd与所述目标车辆的第四横向速度Vd乘积，获得第四预测结果；或者判断所述第四横向速度Vd是否小于等于第二横向速度阈值；若所述第四预测结果大于等于零；或者所述第四横向速度小于等于第三横向速度阈值，则确定所述目标车辆不存在切入意图。9.根据权利要求8所述的预测方法，其特征在于，所述方法还包括：获取所述目标车辆与所述车道之间的第五横向距离Pd；判断所述第五横向距离是否大于第一车道

9、宽度阈值；若大于所述车道宽度阈值，则计算所述第五横向距离Pd与所述目标车辆的第五横向速度Vd乘积，获得第五预测结果；或者判断所述第五横向速度Vd是否小于等于第五横向速度阈值；若所述第五预测结果小于零，或者所述第五横向速度Vd小于第五横向速度阈值，则计算所述目标车辆与所述车道之间的第五横向距离Pd与所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角乘积，获得第六预测结果；若所述第六预测结果小于零，或者，所述航向角小于第一角度阈值，则计算所述目标车辆与所述自动驾驶车辆所在车道之间的第三距离dis2line；若所述第三距离dis2line小于距离阈值参数Ddis2line，或者所述第五横

10、向距离Pd小于第二车道宽度阈值，则获取所述目标车辆的纵向时距；若所述纵向时距在设定范围内，则确定所述目标车辆属于切入意图的中间状态。10.一种目标车辆切入意图预测装置，其特征在于，包括：权利要求书2/4 页3CN 116605238 A3运动状态模块，用于获取不同场景下目标车辆的不同运动状态；预测模块，用于根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测。11.根据权利要求10所述的预测装置，其特征在于，所述目标车辆的运动状态包括以下任意一种：目标车辆偏离车道状态、所述目标车辆汇入车道状态、所述目标车辆压线、所述目标车辆靠近自动驾驶车辆所在的车道行驶且未进入所述自动驾驶车

11、辆所在的车道。12.根据权利要求10所述的预测装置，其特征在于，所述预测模块包括：第一预测意图单元，用于根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测，其中，所述车道包括：车道中心线或车道边界线，或者根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测。13.根据权利要求12所述的预测装置，其特征在于，第一预测意图单元包括：第一横向子模块，用于获取所述目标车辆与所述车道之间的第一横向距离Pd；第一判断子模块，用于判断所述第一横向距离是否小于第一距离判定参数Doffset；第一预测子模块，

12、用于若小于第一距离判定参数Doffset，则计算所述第一横向距离Pd与所述目标车辆的第一横向速度Vd乘积，获得第一预测结果；第一计算子模块，用于若所述第一预测结果小于零，则计算所述目标车辆到自动驾驶车辆的第一距离；第一纵向子模块，用于若所述第一距离小于等于设定第一距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第一纵向距离Ps；第一切入子模块，用于若所述第一纵向距离大于设定纵向距离阈值，则确定所述目标车辆存在切入意图。14.根据权利要求12所述的预测装置，其特征在于，第一预测意图单元包括：第二判断子模块，用于判断所述目标车辆所在车道与所述自动驾驶车辆所在车道是否有交集；第二计算子模块，用于

13、若存在交集，则计算所述目标车辆到自动驾驶车辆的第二距离；第二纵向子模块，用于若所述第二距离小于等于设定第二距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第二纵向距离Ps；第二横向子模块，用于若所述第二纵向距离大于设定纵向距离阈值，则获取所述目标车辆与所述自动驾驶车辆所在车道之间的第二横向距离Pd；第二预测子模块，用于若所述第二横向距离Pd小于第二距离判定参数Doffset，则计算所述第二横向距离Pd与所述目标车辆的第二横向速度Vd乘积，获得第二预测结果；第三判断子模块，用于若所述第二预测结果小于零，则判断所述目标车辆的第二横向速度Vd是否大于所述第二横向速度阈值；第二切入子模块，用于若大

14、于所述第二横向速度阈值，则确定所述目标车辆存在切入意图。15.根据权利要求12所述的预测装置，其特征在于，第一预测意图单元包括：第四判断子模块，用于判断所述目标车辆是否压线；第三计算子模块，用于若是，计算所述目标车辆的第三横向距离Pd与所述目标车辆的第权利要求书3/4 页4CN 116605238 A4三横向速度Vd乘积，获得第三预测结果；第五判断子模块，用于若所述第三预测结果小于零，则判断所述压线参数是否大于压线参数判定阈值，其中，所述压线参数包括：压线量和压线量变化率；第三横向子模块，用于若是，获取所述目标车辆的第三横向速度Vd；第三切入子模块，用于若所述第三横向速度大于速度判定参数Vcu

15、tin，则确定所述目标车辆存在切入意图；若所述第三横向速度小于所述Vcutin，则根据所述压线量和所述目标车辆的航向角确定所述目标车辆是否存在切入意图。16.根据权利要求13或14所述的预测装置，其特征在于，通过以下方式计算距离判定参数Doffset：计算所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；获取所述目标车辆的车长、车宽、所述目标车辆所在车道的车道宽度、所述目标车辆的第一横向速度以及横向时距；根据所述航向角、所述车长、所述车宽、所述车道宽度、所述第一横向速度以及所述横向时距计算所述距离判定参数，或者根据所述航向角、所述车长、所述车宽、所述第一横向速度以及所述横向时距计

16、算距离判定参数。17.根据权利要求13、14或15所述的预测装置，其特征在于，所述装置还包括：第一获取模块，用于获取所述目标车辆与所述车道之间的第四横向距离Pd以及所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；第一判断模块，用于若所述第四横向距离与所述航向角异号，则判断所述目标车辆是否压线；第一计算模块，用于若没有压线，则根据计算所述第四横向距离Pd与所述目标车辆的第四横向速度Vd乘积，获得第四预测结果；或者判断所述第四横向速度Vd是否小于等于第二横向速度阈值；输出模块，用于若所述第四预测结果大于等于零；或者所述第四横向速度小于等于第三横向速度阈值，则确定所述目标车辆不存在切

17、入意图。18.根据权利要求17所述的预测装置，其特征在于，所述装置还包括：第二获取模块，用于获取所述目标车辆与所述车道之间的第五横向距离Pd；第二判断模块，用于判断所述第五横向距离是否大于第一车道宽度阈值；第二计算模块，用于若大于所述车道宽度阈值，则计算所述第五横向距离Pd与所述目标车辆的第五横向速度Vd乘积，获得第五预测结果；或者判断所述第五横向速度Vd是否小于等于第五横向速度阈值；偏离模块，用于若所述第五预测结果小于零，或者所述第五横向速度小于第五横向速度阈值，则计算所述目标车辆与所述车道之间的第五横向距离Pd与所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角乘积，获得第六预

18、测结果；中心线距离模块，用于若所述第六预测结果小于零，或者，所述航向角小于第一角度阈值，则计算目标车辆与所述自动驾驶车辆所在车道之间的第三距离dis2line；纵向时距模块，用于若所述第三距离dis2line小于距离阈值参数Ddis2line，或者所述第五横向距离Pd小于第二车道宽度阈值，则获取所述目标车辆的纵向时距；状态模块，用于若所述纵向时距在设定范围内，则确定所述目标车辆属于切入意图的中间状态。权利要求书4/4 页5CN 116605238 A5一种目标车辆切入意图预测方法和装置技术领域0001本发明涉及智能安全驾驶技术领域，具体涉及一种目标车辆切入意图预测方法和装置。背景技术0002随

19、着自动驾驶和辅助驾驶技术的不断发展，汽车正在逐渐进入智能化时代。然而如何准确预测出目标车辆的切入换道行为(俗称“加塞”)，从而保证自动驾驶的安全性和舒适性仍然是值得探究的问题。0003针对目标车辆切入意图预测的问题，目前主流的对目标车辆切入意图预测的方法均采用神经网络模型对目标车辆切入意图进行预测，上述神经网络模型对于目标车辆具有明显运动趋势的典型应用场景可以预测出目标车辆的切入意图，然而，现实道路中存在很多非典型切入场景，例如：驾驶风格激进，不遵守交通规则的切入行为或者路口道路关系复杂的场景，由于非典型切入场景不经常存在，所以训练样本较少，因此采用神经网络模型无法准确预测出目标车辆的切入意图

20、，影响自动驾驶的安全性。发明内容0004本发明的目的之一在于提供一种目标车辆切入意图预测方法，以解决现有技术中无法准确预测出目标车辆的切入意图的问题；目的之二在于提供一种目标车辆切入意图预测装置。0005为了实现上述目的，本发明采用的技术方案如下：0006一种目标车辆切入意图预测方法，包括：获取不同场景下目标车辆的不同运动状态；根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测。0007根据上述技术手段，获取不同场景下的目标车辆的不同运动状态，根据目标车辆的不同运动状态，采用不同的判定标准对目标车辆进行切入意图预测，从而无须对训练样本进行采集，就能够更快速和准确地实现车辆多

21、种切入意图的预测，从而提高了自动驾驶的安全性。0008进一步，所述目标车辆的运动状态包括以下任意一种：目标车辆偏离车道状态、所述目标车辆汇入车道状态、所述目标车辆压线、所述目标车辆靠近自动驾驶车辆所在的车道行驶且未进入所述自动驾驶车辆所在的车道。0009根据上述技术手段，可以确定出车辆的运动状态。0010进一步，所述根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测包括：0011根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测，其中，所述车道包括：车道中心线或车道边界线，或者根据所述目标车辆与自动驾

22、驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测。说明书1/19 页6CN 116605238 A60012根据上述技术手段，根据所述目标车辆与自动驾驶车辆所在车道之间的距离对所述目标车辆进行切入意图预测，可以避免由于训练样本少，从而无法准确预测出目标车辆的切入意图，提高自动驾驶的安全性的问题。0013进一步，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测包括：0014获取所述目标车辆与所述车道之间的第一横向距离Pd；0015判断所述第一横向距离是否小于第一距离判定参数Doffset；0016若小于第一

23、距离判定参数，则计算所述第一横向距离Pd与所述目标车辆的第一横向速度Vd乘积，获得第一预测结果；0017若所述第一预测结果小于零，则计算所述目标车辆到自动驾驶车辆的第一距离；0018若所述第一距离小于等于设定第一距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第一纵向距离Ps；0019若所述第一纵向距离大于设定纵向距离阈值，则确定所述目标车辆存在切入意图。0020根据上述技术手段，通过对目标车辆的横向距离和纵向距离进行判断，可以及时发现目标车辆的移动，准确判断出目标车辆的切入时机，从而提高了自动驾驶的安全性。0021进一步，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标

24、车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测包括：0022判断所述目标车辆所在车道与所述自动驾驶车辆所在车道是否有交集；0023若存在交集，则计算所述目标车辆到自动驾驶车辆的第二距离；0024若所述第二距离小于等于设定第二距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第二纵向距离Ps；0025若所述第二纵向距离大于设定纵向距离阈值，则获取所述目标车辆与所述自动驾驶车辆所在车道之间的第二横向距离Pd；0026若所述第二横向距离Pd小于第二距离判定参数Doffset，计算所述第二横向距离Pd与所述目标车辆的第二横向速度Vd乘积，获得第二预测结果；0027若所述第二预测结果小

25、于零，则判断所述目标车辆的第二横向速度Vd是否大于所述第二横向速度阈值；0028若是，则确定所述目标车辆存在切入意图。0029根据上述技术手段，通过对目标车辆的横向距离和纵向距离进行判断，可以及时发现目标车辆的移动，准确判断出目标车辆的切入时机，从而提高了自动驾驶的安全性。0030进一步，所述根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测包括：0031判断所述目标车辆是否压线；0032若是，计算所述目标车辆的第三横向距离Pd与所述目标车辆的第三横向速度Vd乘积，获得第三预测结果；0033若所述第三预测结果小于零，则判断所述压线参数是否大于压线参数判定阈值，其

26、中，所述压线参数包括：压线量和压线量变化率；0034若是，获取所述目标车辆的第三横向速度Vd；说明书2/19 页7CN 116605238 A70035若所述第三横向速度大于速度判定参数Vcutin，则确定所述目标车辆存在切入意图；0036若所述第三横向速度小于所述Vcutin，则根据所述压线量和所述目标车辆的航向角确定所述目标车辆是否存在切入意图。0037根据上述技术手段，通过对目标车辆纵向距离进行判断，可以及时发现目标车辆的移动，准确判断出目标车辆的切入时机，从而提高了自动驾驶的安全性。0038进一步，通过以下方式计算距离判定参数Doffset：0039计算所述目标车辆行驶方向相对自动驾驶

27、车辆所在车道行驶方向的航向角；0040获取所述目标车辆的车长、车宽、所述目标车辆所在车道的车道宽度、所述目标车辆的第一横向速度以及横向时距；0041根据所述航向角、所述车长、所述车宽、所述车道宽度、所述第一横向速度以及所述横向时距计算所述距离判定参数，或者根据所述航向角、所述车长、所述车宽、所述第一横向速度以及所述横向时距计算距离判定参数。0042进一步，所述方法还包括：0043获取所述目标车辆与所述车道之间的第四横向距离Pd以及所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；0044若所述第四横向距离与所述航向角不异号，则判断所述目标车辆是否压线；0045若没有压线，则计算所

28、述第四横向距离Pd与所述目标车辆的第四横向速度Vd乘积，获得第四预测结果；或者判断所述第四横向速度Vd是否小于等于第二横向速度阈值；0046若所述第四预测结果大于等于零；或者所述第四横向速度小于等于第三横向速度阈值，则确定所述目标车辆不存在切入意图。0047根据上述技术手段，可以避免对目标车辆的切入意图的误判。0048进一步，所述方法还包括：0049获取所述目标车辆与所述车道之间的第五横向距离Pd；0050判断所述第五横向距离是否大于第一车道宽度阈值；0051若大于所述车道宽度阈值，则计算所述第五横向距离Pd与所述目标车辆的第五横向速度Vd乘积，获得第五预测结果；或者判断所述第五横向速度Vd是

29、否小于等于第五横向速度阈值；0052若所述第五预测结果小于零，或者所述第五横向速度小于第五横向速度阈值，则计算所述目标车辆与所述车道之间的第五横向距离Pd以及所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角乘积，获得第六预测结果；0053若所述第六预测结果小于零，或者，所述航向角小于第一角度阈值，则计算所述目标车辆与所述自动驾驶车辆所在车道之间的第三距离dis2line；0054若所述第三距离dis2line小于距离阈值参数Ddis2line，或者所述第五横向距离Pd小于第二车道宽度阈值，则获取所述目标车辆的纵向时距；0055若所述纵向时距在设定范围内，则确定所述目标车辆属于切入

30、意图的中间状态。0056根据上述技术手段，对没有预测出切入意图的目标车辆做进一步的筛选，确定是否会产生切入意图的风险，从而保证自动驾驶的安全性。0057一种目标车辆切入意图预测装置，包括：说明书3/19 页8CN 116605238 A80058运动状态模块，用于获取不同场景下目标车辆的不同运动状态；0059预测模块，用于根据所述不同运动状态采用不同的判定标准，对所述目标车辆进行切入意图预测。0060进一步，所述目标车辆的运动状态包括以下任意一种：目标车辆偏离车道状态、所述目标车辆汇入车道状态、所述目标车辆压线、所述目标车辆靠近自动驾驶车辆所在的车道行驶且未进入所述自动驾驶车辆所在的车道。00

31、61进一步，所述预测模块包括：0062第一预测意图单元，用于根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离和所述目标车辆与自动驾驶车辆之间的纵向距离对所述目标车辆进行切入意图预测，其中，所述车道包括：车道中心线或车道边界线，或者根据所述目标车辆与自动驾驶车辆所在车道之间的横向距离对所述目标车辆进行切入意图预测。0063进一步，第一预测意图单元包括：0064第一横向子模块，用于获取所述目标车辆与所述车道之间的第一横向距离Pd；0065第一判断子模块，用于判断所述第一横向距离是否小于第一距离判定参数Doffset；0066第一预测子模块，用于若小于第一距离判定参数Doffset，则计算所述第

32、一横向距离Pd与所述目标车辆的第一横向速度Vd乘积，获得第一预测结果；0067第一计算子模块，用于若所述第一预测结果小于零，则计算所述目标车辆到自动驾驶车辆的第一距离；0068第一纵向子模块，用于若所述第一距离小于等于设定第一距离阈值，则获取所述目标车辆与所述自动驾驶车辆之间的第一纵向距离Ps；0069第一切入子模块，用于若所述第一纵向距离大于设定纵向距离阈值，则确定所述目标车辆存在切入意图。0070进一步，第一预测意图单元包括：0071第二判断子模块，用于判断所述目标车辆所在车道与所述自动驾驶车辆所在车道是否有交集；0072第二计算子模块，用于若存在交集，则计算所述目标车辆到自动驾驶车辆的第

33、二距离；0073第二纵向子模块，用于若所述第二距离小于等于设定第二距离阈值，则获取所述目标车辆与所自动驾驶车辆之间的第二纵向距离Ps；0074第二横向子模块，用于若所述第二纵向距离大于设定纵向距离阈值，则获取所述目标车辆与所述自动驾驶车辆所在车道之间的第二横向距离Pd；0075第二预测子模块，用于若所述第二横向距离Pd小于第二距离判定参数Doffset，则计算所述第二横向距离Pd与所述目标车辆的第二横向速度Vd乘积，获得第二预测结果；0076第三判断子模块，用于若所述第二预测结果小于零，则判断所述目标车辆的第二横向速度Vd是否大于所述第二横向速度阈值；0077第二切入子模块，用于若大于所述第二

34、横向速度阈值，则确定所述目标车辆存在切入意图。0078进一步，第一预测意图单元包括：0079第四判断子模块，用于判断所述目标车辆是否压线；说明书4/19 页9CN 116605238 A90080第三计算子模块，用于若是，计算所述目标车辆的第三横向距离Pd与所述目标车辆的第三横向速度Vd乘积，获得第三预测结果；0081第五判断子模块，用于若所述第三预测结果小于零，则判断所述压线参数是否大于压线参数判定阈值，其中，所述压线参数包括：压线量和压线量变化率；0082第三横向子模块，用于若是，获取所述目标车辆的第三横向速度Vd；0083第三切入子模块，用于若所述第三横向速度大于速度判定参数Vcutin

35、，则确定所述目标车辆存在切入意图；若所述第三横向速度小于所述Vcutin，则根据所述压线量和所述目标车辆的航向角确定所述目标车辆是否存在切入意图。0084进一步，通过以下方式计算距离判定参数Doffset：0085计算所述目标车辆行驶方向相对自动驾驶车辆所在车道行驶方向的航向角；0086获取所述目标车辆的车长、车宽、所述目标车辆所在车道的车道宽度、所述目标车辆的第一横向速度以及横向时距；0087根据所述航向角、所述车长、所述车宽、所述车道宽度、所述第一横向速度以及所述横向时距计算所述距离判定参数，或者根据所述航向角、所述车长、所述车宽、所述第一横向速度以及所述横向时距计算距离判定参数。0088

36、进一步，所述装置还包括：0089第一获取模块，用于获取所述目标车辆与所述车道之间的第四横向距离Pd以及所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角；0090第一判断模块，用于若所述第四横向距离与所述航向角异号，则判断所述目标车辆是否压线；0091第一计算模块，用于若没有压线，则根据计算所述第四横向距离Pd与所述目标车辆的第四横向速度Vd乘积，获得第四预测结果；或者判断所述第四横向速度Vd是否小于等于第二横向速度阈值；0092输出模块，用于若所述第四预测结果大于等于零；或者所述第四横向速度小于等于第三横向速度阈值，则确定所述目标车辆不存在切入意图。0093进一步，所述装置还包括

37、：0094第二获取模块，用于获取所述目标车辆与所述车道之间的第五横向距离Pd；0095第二判断模块，用于判断所述第五横向距离是否大于第一车道宽度阈值；0096第二计算模块，用于若大于所述车道宽度阈值，则计算所述第五横向距离Pd与所述目标车辆的第五横向速度Vd乘积，获得第五预测结果；或者判断所述第五横向速度Vd是否小于等于第五横向速度阈值；0097偏离模块，用于若第五预测结果小于零，或者所述第五横向速度Vd小于第五横向速度阈值，则计算所述目标车辆与所述车道之间的第五横向距离Pd与所述目标车辆行驶方向相对于自动驾驶车辆所在车道行驶方向的航向角乘积，获得第六预测结果；0098中心线距离模块，用于若所

38、述第六预测结果小于零，或者，所述航向角小于第一角度阈值，则计算目标车辆与所述自动驾驶车辆所在车道之间的第三距离dis2line；0099纵向时距模块，用于若所述第三距离dis2line小于距离阈值参数Ddis2line，或者所述第五横向距离Pd小于第二车道宽度阈值，则获取所述目标车辆的纵向时距；0100状态模块，用于若所述纵向时距在设定范围内，则确定所述目标车辆属于切入意说明书5/19 页10CN 116605238 A10图的中间状态。0101本发明的有益效果：0102(1)本发明获取不同场景的目标车辆的不同运动状态，根据目标车辆的不同运动状态，采用不同的判定标准对目标车辆进行切入意图预测，

39、从而无须对训练样本进行采集，就能够更快速和准确地实现车辆多种切入意图的预测，从而提高了自动驾驶的安全性。0103(2)本发明通过对目标车辆的横向距离和纵向距离进行判断，可以及时发现目标车辆的移动，准确判断出目标车辆的切入时机，从而实现对切入意图的准确判定，提高了自动驾驶的安全性。0104(3)本发明对预测出切入意图的目标车辆做进一步的筛选，确定是否会产生对切入意图的误判，从而实现对切入意图的准确判定，提高了自动驾驶的安全性。附图说明0105图1是本发明一种目标车辆切入意图预测方法的整体设计流程图；0106图2为本发明一种目标车辆切入意图预测方法的流程图；0107图3为本发明一种目标车辆切入意图

40、预测方法的流程图；0108图4为本发明一种目标车辆切入意图预测方法的流程图；0109图5为本发明一种目标车辆切入意图预测方法的流程图；0110图6是本发明一种目标车辆切入意图误判处理的流程图；0111图7是本发明一种目标车辆切入意图预测方法的流程图；0112图8为本发明一种目标车辆切入意图预测装置的结构示意图。具体实施方式0113以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

41、应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。0114需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。0115参见图1，示出了本发明一种目标车辆切入意图预测方法的整体设计流程图，具体包括：0116步骤101：获取自动驾驶车辆所在坐标系下的道路信息和所有可检测目标车辆的状态信息。0117具体的，自动驾驶车辆所在坐标系一般是指自车坐标系，即VCS坐标系，自动驾驶车辆可以从高精地图获取当

42、前时刻自动驾驶车辆(简称，自车)一定范围内的道路信息，该道路信息包括：有效范围内的所有车道的边界线坐标和中心线坐标。从感知融合方获取当前时刻自车一定范围内传感器可以检测到的所有目标车辆的状态信息，该目标车辆的状态说明书6/19 页11CN 116605238 A11信息包括：目标车辆的运动状态、行驶方向、速度、加速度等等。0118步骤102：获取自动驾驶车辆当前时刻行驶的车道信息。0119具体的，获取自动驾驶车辆当前时刻行驶车道的中心线坐标和车道宽度，将自车当前位置投影到所有车道中心线上，计算自车到每一条车道中心线的垂直距离，自车到其中每条车道中心线的垂直距离均小于等于车道宽度，则筛选出垂直距

43、离最近的那个车道作为自车当前行驶车道。如果存在2条及以上数目的车道，自车到其中每条车道中心线的垂直距离均小于等于车道宽度，则选择自车行驶方向与车道行驶方向最接近的一条车道作为自车当前行驶车道。0120步骤103：计算目标车辆在不同坐标系下的位置信息和速度信息。0121坐标系可以为Frenet坐标系或者VCS坐标系，也可以为其他坐标系，对此本发明不做具体限制。0122下面以Frenet坐标系为例，说明计算目标车辆在不同坐标系下的位置信息和速度信息，以自车所在车道中心线作为参考线，构建Frenet坐标系，计算目标车辆在Frenet坐标系下的位置信息和速度信息。0123具体的，以自车当前所在车道中心

44、线作为参考线，使用参考线的切线向量和法线向量建立一个Frenet坐标系，以自车自身为原点映射在参考线上的投影点为初始点，构建Frenet坐标系，该构建Frenet坐标系包括S方向和D方向，S方向是指沿着参考线的距离，即沿着道路方向，通常被称为纵向，D方向是指偏离参考线的距离(垂直与参考线的法线向量)，通过称为横向。坐标转换计算是从VCS坐标系(自车坐标系)转换到Frenet坐标系，这样可以更方便地获取目标车辆在参考路径的切向和法向上的位置(ps,pd)、速度(vs,vd)和加速度(as,ad)信息。0124VCS坐标系(自车坐标系)转换到Frenet坐标系具体计算过程，参考相关技术中的坐标转换

45、方式即可，在此本发明不在赘述。0125需要说明的是，为了满足后续的需要，因此本发明构建了Frenet坐标系，若不采用Frenet坐标系也可以采用本发明的方案进行计算。0126步骤104：推算所有目标车辆在一定时间之后的位置，根据该位置是否进入自车车道内初步判定目标车辆是否存在切入意图。0127具体的，推算每个目标车辆一定预测时间后在Frenet坐标系下或者其他坐标系下的位置，如果该目标车辆在Frenet坐标系下或者其他坐标系下的pd的绝对值小于等于1/2车道宽度，说明该目标车辆在一定预测时间后会进入自车车道范围，存在切入意图。一般典型场景下存在明显运动趋势的目标车辆，经过该步骤中的判定，基本可

46、以产生切入意图初步结论，也就是说，目标车辆是切入或者非切入。0128步骤105：针对多种应用场景下的目标车辆进行切入意图预测结果的优化。0129实际复杂的特殊应用场景中，存在横向位移或速度不明显的目标车辆对自车也产生了较大的压迫感，然而上述步骤104无法及时预测出切入意图，使得自车产生碰撞风险或较差的驾乘体验。因此，本发明提出根据目标车辆的车头朝向(heading)、压线量情况、向自车车道靠近的运动程度、与自车形成的碰撞时间(TTC)、是否为汇入目标等信息，将目标车辆的状态划分出多种极限场景，基于极限场景采用不同的判定标准进行切入意图的预测。0130特殊场景1：目标车辆大车(货车、拖车、公交车

47、等)贴近车道线行驶，缓慢向自车车说明书7/19 页12CN 116605238 A12道侵入的过程，该过程中没有显著的横向速度和车头朝向等运动特征，使得意图预测困难或不及时，从而产生碰撞风险。0131特殊场景2：持续压线行驶的目标车辆，突然车头偏向自车车道。此类场景要求自车的快速响应，对预测算法的准确度和及时性要求高。0132特殊场景3：目标车辆近距离快速切入本车道，此类场景通常出现在交通拥堵工况或驾驶风格激进的目标车辆中，对预测算法的及时性要求高。0133特殊场景4：汇流场景下，大多数目标车辆会在汇入点之前就侵入自车车道，越接近汇入点，目标车辆的行驶空间越窄，对自车威胁越大。此类场景要求预测

48、算法尽量提前预测出侵入意图，为自车决策规划和系统响应预留时间。0134特殊场景5：从邻邻车道快速靠近邻车道的目标车辆，虽然没有侵入自车车道，但是给自车造成了强烈压迫感。此类场景要求预测出目标车辆的潜在意图，为自车安全决策提供先验知识。0135特殊场景6：目标车辆从邻车道目标尝试侵入自车车道过程，该过程的意图可能不连续或不明确，虽然目标车辆最终未进入自车车道，但是博弈的过程可能对自车造成压迫和威胁。此类场景也要求预测出目标车辆的潜在意图，为自车决策平顺性和舒适性提供先验知识。0136基于上述特殊场景16，对目标车辆进行切入意图预测，针对特殊场景14可以采用图26的方法对目标车辆进入切入意图预测，

49、特殊场景56采用图7的方法对目标车辆进入切入意图预测。0137步骤106：针对存在切入意图的误判进行优化。0138具体的，经过步骤104和步骤105后，有些目标车辆可能被判定为存在切入意图，但实际上可能存在某些目标车辆只是持续压线行为并没有最终切入到自车车道内。因此，在步骤106中将针对持续压线且没有进一步切入趋势的目标进行处理，避免对目标车辆的切入意图误判，具体过程可以参见图6，在后续实施例中将针对切入意图误判进行详细说明。0139步骤107：对可能尝试切入的目标车辆进行预测。0140具体的，由于目标车辆在产生切入意图的过程中存在与自车的博弈，这使得预测目标切入意图时机的准确性存在非常大的挑

50、战。经过上述步骤没有预测出切入意图，但是可能存在切入自车车道风险的目标车辆，本发明中将对可能在尝试切入的目标车辆进行预测，并输出切入意图的中间状态，该中间状态为尝试切入，也就是说，中间状态介于切入和非切入之间的状态。0141上述步骤详细说明了本发明目标车辆切入意图预测的整体构思，下面实施例将主要针对步骤105步骤107详细说明目标车辆切入意图预测的过程。0142参见图2，为本发明实施例提供的一种目标车辆切入意图预测方法的流程图，该方法包括：0143步骤201：获取不同场景下目标车辆的不同运动状态。0144不同场景包括前述实施例中的特殊场景16，在此不再赘述。0145其中，所述目标车辆的运动状态