车辆周边障碍物的轨迹预测方法、装置、设备及介质

技术领域

本发明涉及轨迹预测技术领域，具体涉及车辆周边障碍物的轨迹预测方法、装置、设备及介质。

背景技术

无人驾驶系统的核心模块包含感知、预测、规控和高精定位等。其中，预测模块主要根据环境感知的结果，负责对车辆、行人及其他障碍物未来的一段时间轨迹进行预测，并将预测结果发布给决策规划或控制模块使用。因此，周边障碍物的轨迹预测结果的实时性和准确性将直接决定无人驾驶车辆和交通参与者的安全。

目前，轨迹预测在结构化道路场景下有比较确定的场景研究，例如换道轨迹预测、十字路口轨迹预测等，并且针对这些特定场景有高精度地图信息作为预测信息的参考。然而，在园区道路场景下，道路的结构类型复杂，不能提供精确到车道级别的高精地图，无人驾驶车辆周边的车辆、电动车、行人等障碍物也不是按结构化道路行驶，因此障碍物的轨迹预测就十分复杂。

因此，研究能够在园区道路准确预测障碍物轨迹的方法具有极大的实际需求和现实意义。

发明内容

有鉴于此，本发明提供了一种车辆周边障碍物的轨迹预测方法、装置、设备及介质，以解决在复杂结构道路场景中，无法准确预测障碍物行驶轨迹的问题。

第一方面，本发明提供了一种车辆周边障碍物的轨迹预测方法，该方法包括：

在检测到车辆周边存在位于交叉路口的障碍物时，获取障碍物的多个候选行驶车道和位姿信息；

针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向；

基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分；

针对每个候选行驶车道，根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分；

根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹。

从而通过在检测到车辆周边存在位于交叉路口的障碍物时，通过获取障碍物的多个候选行驶车道和位姿信息，来计算各候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，凭借障碍物的转向得分对障碍物的行驶意图进行量化分析，从而根据各候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，得到各候选行驶车道的轨迹得分，并根据各候选行驶车道的轨迹得分和位姿信息，生成障碍物的行驶轨迹，实现预测障碍物的行驶轨迹，为自车的无人驾驶路径规划和避障提供指导，避免无人驾驶车辆与障碍物发生碰撞和摩擦。

在一种可选的实施方式中，横向距离包括多个时刻的横向距离；根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分，包括：

根据当前候选行驶车道对应的多个时刻的横向距离，得到横向距离方差值；

根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分；

根据横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，得到当前候选行驶车道的轨迹得分。

从而可以通过横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，准确计算当前候选行驶车道的轨迹得分，对候选行驶车道进行量化评估，以为障碍物可能的目标行驶车道的选择提供指导。

在一种可选的实施方式中，根据横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，得到当前候选行驶车道的轨迹得分，包括：

计算航向角偏差与预设比例的乘积，并将乘积、横向距离方差值、目标转向得分以及转向匹配得分的相反数进行求和，得到当前候选行驶车道的轨迹得分。

在一种可选的实施方式中，根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分，包括：

基于相对转向对障碍物的转向得分进行更新，得到当前候选行驶车道的目标转向得分；相对转向包括直行、左转和右转；

根据障碍物的转向得分，确定障碍物的行驶意图；行驶意图包括直行、左转和右转；

将障碍物的行驶意图与相对转向进行比较，并基于比较结果和目标转向得分，计算当前候选行驶车道的转向匹配得分。

从而根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分，通过从障碍物的行驶意图、车道的相对转向以及车道相对转向和障碍物行驶意图的匹配程度这几个方面，来对候选行驶车道进行评估。

在一种可选的实施方式中，根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹，包括：

根据各候选行驶车道的轨迹得分，将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道；

基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹。

从而通过将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道，并基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹，实现障碍物未来一段时间的行驶轨迹预测，为无人驾驶车辆的路径规划和避障提供参考和指导。

在一种可选的实施方式中，位姿信息包括障碍物在多个时刻的位姿信息；针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向，包括：

针对每个候选行驶车道，基于障碍物在多个时刻的位姿信息和当前候选行驶车道的轨迹信息，得到在每个时刻障碍物与当前候选行驶车道之间的横向距离。

从而通过障碍物在多个时刻的位姿信息和当前候选行驶车道的轨迹信息，得到在每个时刻障碍物与当前候选行驶车道之间的横向距离，以对障碍物与车道间的位置变化进行分析。

在一种可选的实施方式中，基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分，包括：

针对每个候选行驶车道，根据当前候选行驶车道在多个时刻的横向距离，遍历计算最后一个时刻的横向距离与每个时刻的横向距离之间的差值，根据差值计算在当前候选行驶车道中障碍物的转向得分。

从而通过多个时刻的障碍物与候选行驶车道之间的横向距离，来得到在该候选行驶车道中障碍物的转向得分，以在后续对障碍物的转向意图进行分析。

第二方面，本发明提供了一种车辆周边障碍物的轨迹预测装置，该装置包括：

获取模块，用于在检测到车辆周边存在位于交叉路口的障碍物时，获取障碍物的多个候选行驶车道和位姿信息；

第一处理模块，用于针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向；

第二处理模块，用于基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分；

第三处理模块，用于针对每个候选行驶车道，根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分；

第四处理模块，用于根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹。

第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的车辆周边障碍物的轨迹预测方法。

第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的车辆周边障碍物的轨迹预测方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的车辆周边障碍物的轨迹预测方法的流程示意图；

图2是根据本发明实施例的交叉路口区域的示意图；

图3是根据本发明实施例的另一车辆周边障碍物的轨迹预测方法的流程示意图；

图4是根据本发明实施例的障碍物与候选行驶车道的位置示意图；

图5是根据本发明实施例的车辆周边障碍物的轨迹预测方法的应用示意图；

图6是根据本发明实施例的车辆周边障碍物的轨迹预测装置的结构框图；

图7是本发明实施例的计算机设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明实施例，提供了一种车辆周边障碍物的轨迹预测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种车辆周边障碍物的轨迹预测方法，可用于进行车辆周边障碍物轨迹预测的计算机设备或电子设备，如车载电脑、车辆控制器等，图1是根据本发明实施例的车辆周边障碍物的轨迹预测方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，在检测到车辆周边存在位于交叉路口的障碍物时，获取障碍物的多个候选行驶车道和位姿信息。

具体地，地图建图时会采集如图2所示的园区交叉路口区域，该区域是一个多边形区域，当无人驾驶车辆检测到附近路口区域存在障碍物时，会获取障碍物一段时间内的位姿信息(包括多个连续时刻的位置和航向角)以及障碍物接下来可能行驶的候选行驶车道，以对障碍物未来一段时间的行驶轨迹进行预测，从而为自车的路径规划提供数据指导和参考，避免与车辆周边障碍物发生碰撞和摩擦。需要说明的是，障碍物可以是车辆、自行车、行人等移动物体。

步骤S102，针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向。

具体地，障碍物与当前候选行驶车道之间的横向距离指的是障碍物距离当前候选行驶车道的中心线的垂直横向距离，根据障碍物位姿信息中包含的多个连续时刻的位置，就可以求出障碍物在多个连续时刻分别对应的横向距离，从而可以分析障碍物的行驶意图，来为候选车道的选择提供依据。

具体地，可以根据车道与该障碍物的相对位置判断该车道的相对转向(直行、左转、右转)。取候选行驶车道的轨迹点中距离车辆最近的两点，以及候选行驶车道的轨迹点中沿该车辆行驶方向的最后一点，如果最近两点与最后一点的朝向角的误差小于一定角度则认为相对转向是直行，否则根据三点之间向量关系来判断左右朝向，详细可参考相关技术的描述，在此不再赘述。

具体地，可以根据如下公式计算障碍物与当前候选行驶车道之间的航向角偏差α：

α＝θ

其中，θ

步骤S103，基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分。

具体地，可以通过障碍物在多个连续时刻分别对应的横向距离，计算在相应的候选行驶车道中障碍物的转向得分，从而对障碍物的行驶意图进行量化分析，来为候选车道的选择提供依据。

步骤S104，针对每个候选行驶车道，根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分。

具体地，从横向距离、航向角偏差、车道的相对转向和障碍物的行驶意图这几个方面，来计算候选行驶车道的轨迹得分，从而对候选行驶车道进行评估。

步骤S105，根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹。

具体地，在得到各候选行驶车道的轨迹得分后，就能确定障碍物未来一段时间内最有可能行驶的车道，接下来就能根据障碍物的当前位置和航向角，沿着选择的行驶车道的轨迹位置生成障碍物的行驶轨迹，从而为自车的无人驾驶路径规划和避障提供指导。

本实施例提供的车辆周边障碍物的轨迹预测方法，在检测到车辆周边存在位于交叉路口的障碍物时，通过获取障碍物的多个候选行驶车道和位姿信息，来计算各候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，凭借障碍物的转向得分对障碍物的行驶意图进行量化分析，从而得到各候选行驶车道的轨迹得分，并根据各候选行驶车道的轨迹得分和位姿信息，生成障碍物的行驶轨迹，从而实现预测障碍物的行驶轨迹，为自车的无人驾驶路径规划和避障提供指导。

在本实施例中提供了一种车辆周边障碍物的轨迹预测方法，可用于进行车辆周边障碍物轨迹预测的计算机设备或电子设备，如车载电脑、车辆控制器等，图3是根据本发明实施例的车辆周边障碍物的轨迹预测方法的流程图，如图3所示，该流程包括如下步骤：

步骤S301，在检测到车辆周边存在位于交叉路口的障碍物时，获取障碍物的多个候选行驶车道和位姿信息。详细请参见图1所示实施例的步骤S101，在此不再赘述。

步骤S302，针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向。

具体地，位姿信息包括障碍物在多个时刻的位姿信息，针对每个候选行驶车道，基于障碍物在多个时刻的位姿信息和当前候选行驶车道的轨迹信息，得到在每个时刻障碍物与当前候选行驶车道之间的横向距离。

在一些可选的实施方式中，如图4所示，记障碍物在某个时刻的位置为P(x0,y0)，在当前候选行驶车道的车道线上选取距离障碍物最近的两点，分别记两点位置为A(x1,y1)、B(x2,y2)，那么则有下列关系：

则可根据以下公式计算障碍物与当前候选行驶车道之间的横向距离d：

从而通过障碍物在多个时刻的位姿信息和当前候选行驶车道的轨迹信息，得到在每个时刻障碍物与当前候选行驶车道之间的横向距离，以对障碍物与车道间的位置变化进行分析。

步骤S303，基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分。

具体地，针对每个候选行驶车道，根据当前候选行驶车道在多个时刻的横向距离，遍历计算最后一个时刻的横向距离与每个时刻的横向距离之间的差值，根据差值计算在当前候选行驶车道中障碍物的转向得分。

在一些可选的实施方式中，记最后一个时刻的横向距离为dl，遍历一定时间内(例如2s内)多个时刻分别对应的横向距离di，当dl-di的差值大于一定阈值(可根据实际应用需求进行设定，例如0.2m)时，转向得分值增加ki*(dl-di)，遍历所有时刻对应的横向距离得到转向得分，其中，ki表示比例系数，该值可以根据实际场景自行设定。

从而通过多个时刻的障碍物与候选行驶车道之间的横向距离，来得到在该候选行驶车道中障碍物的转向得分，以在后续对障碍物的转向意图进行分析。

步骤S304，针对每个候选行驶车道，根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分。

具体地，横向距离包括多个时刻的横向距离，上述步骤S204包括：

步骤S3041，根据当前候选行驶车道对应的多个时刻的横向距离，得到横向距离方差值。

具体地，可以根据以下公式计算一定时间内(例如2s内)多个时刻的横向距离的平均值

其中，n表示时刻的数量。

接着，根据一定时间内多个时刻的横向距离d的平均值

步骤S3042，根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分。

在一些可选的实施方式中，上述步骤S3042包括：

步骤a1，基于相对转向对障碍物的转向得分进行更新，得到当前候选行驶车道的目标转向得分，其中，相对转向包括直行、左转和右转。

具体地，如果相对转向为左转，则将障碍物的转向得分取反得到目标转向得分；如果相对转向为直行，则直接将障碍物的转向得分作为目标转向得分；如果相对转向为右转，则将障碍物的转向得分的绝对值作为目标转向得分。

步骤a2，根据障碍物的转向得分，确定障碍物的行驶意图，其中，行驶意图包括直行、左转和右转。

具体地，将障碍物的转向得分与预设阈值进行比较，若转向得分小于预设左转阈值，则障碍物的行驶意图为左转；若转向得分大于预设右转阈值，则障碍物的行驶意图为右转；否则，障碍物的行驶意图则为直行。示例性地，该预设左转阈值可以是-0.02，该预设右转阈值可以是0.02，实际可以根据具体应用场景进行自行设定，本发明并不以此为限。

步骤a3，将障碍物的行驶意图与相对转向进行比较，并基于比较结果和目标转向得分，计算当前候选行驶车道的转向匹配得分。

具体地，如果障碍物的行驶意图与相对转向不匹配，例如障碍物的行驶意图为左转而相对转向为右转，那么就将目标转向得分减小一定比例，得到转向匹配得分。例如，转向匹配得分为目标转向得分/2。

从而根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分，通过从障碍物的行驶意图、车道的相对转向以及车道相对转向和障碍物行驶意图的匹配程度这几个方面，来对候选行驶车道进行评估。

步骤S3043，根据横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，得到当前候选行驶车道的轨迹得分。

具体地，计算航向角偏差与预设比例的乘积，并将乘积、横向距离方差值、目标转向得分以及转向匹配得分的相反数进行求和，得到当前候选行驶车道的轨迹得分。

在一些可选的实施方式中，可以根据以下公式来计算得到当前候选行驶车道的轨迹得分S：

S＝k*α+σ

其中，k表示预设比例，D表示目标转向得分，V表示转向匹配得分。示例性地，k可以是0.3，本发明并不以此为限。

从而可以通过横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，准确计算当前候选行驶车道的轨迹得分，对候选行驶车道进行量化评估，以为障碍物可能的目标行驶车道的选择提供指导。

步骤S305，根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹。

具体地，上述步骤S305包括：

步骤S3051，根据各候选行驶车道的轨迹得分，将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道。

步骤S3052，基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹。

具体地，在确定障碍物最有可能的目标行驶车道后，从障碍物的当前位置起，沿航向角方向和目标行驶车道的轨迹点所在位置，生成障碍物的行驶轨迹。需要注意的是，该行驶轨迹与障碍物的横向距离即障碍物与目标行驶车道之间的横向距离。

从而通过将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道，并基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹，实现障碍物未来一段时间的行驶轨迹预测，为无人驾驶车辆的路径规划和避障提供参考和指导。

本实施例提供的车辆周边障碍物的轨迹预测方法，在检测到车辆周边存在位于交叉路口的障碍物时，通过获取障碍物的多个候选行驶车道和位姿信息，来计算各候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，凭借障碍物的转向得分对障碍物的行驶意图进行量化分析，从而得到各候选行驶车道的轨迹得分，并通过将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道，并基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹，实现障碍物未来一段时间的行驶轨迹预测，为自车的无人驾驶路径规划和避障提供指导，避免与障碍物发生碰撞和摩擦。

下面结合一个具体应用例对本发明的车辆周边障碍物的轨迹预测方法进行详细说明，如图5所示，该具体应用例包括以下步骤：

1、获取障碍物的位置、速度、航向角等信息以及障碍物所在交叉路口区域的地图信息，该地图信息用来预采集障碍物有可能行驶的车道线。

2、计算障碍物与预采集车道线的横向距离和航向角误差，并基于一定时间内的横向距离计算横向距离平均值和横向距离方差值。

3、根据上述计算的障碍物与预采集车道线的横向距离和航向角误差，确定预采集车道线相对障碍物的相对转向以及障碍物的行驶意图。

4、综合上述得到的横向距离方差值、航向角误差预采集车道线相对障碍物的相对转向以及障碍物的行驶意图等信息，计算预采集车道线的轨迹得分，选取轨迹得分最小的车道线作为障碍物最有可能选择行驶的车道线，从而进行障碍物的轨迹预测。

在本实施例中还提供了一种车辆周边障碍物的轨迹预测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种车辆周边障碍物的轨迹预测装置，如图6所示，包括：

获取模块601，用于在检测到车辆周边存在位于交叉路口的障碍物时，获取障碍物的多个候选行驶车道和位姿信息；

第一处理模块602，用于针对每个候选行驶车道，基于当前候选行驶车道的轨迹信息和位姿信息，得到障碍物与当前候选行驶车道之间的横向距离和航向角偏差，并确定当前候选行驶车道相对于障碍物的相对转向；

第二处理模块603，用于基于各候选行驶车道对应的横向距离，确定在各候选行驶车道中障碍物的转向得分；

第三处理模块604，用于针对每个候选行驶车道，根据当前候选行驶车道对应的横向距离、航向角偏差、相对转向和障碍物的转向得分，确定当前候选行驶车道的轨迹得分；

第四处理模块605，用于根据各候选行驶车道的轨迹得分和位姿信息，得到障碍物的行驶轨迹。

在一些可选的实施方式中，位姿信息包括障碍物在多个时刻的位姿信息；第一处理模块602包括：

第一处理单元，用于针对每个候选行驶车道，基于障碍物在多个时刻的位姿信息和当前候选行驶车道的轨迹信息，得到在每个时刻障碍物与当前候选行驶车道之间的横向距离。

在一些可选的实施方式中，第二处理模块603包括：

第二处理单元，用于针对每个候选行驶车道，根据当前候选行驶车道在多个时刻的横向距离，遍历计算最后一个时刻的横向距离与每个时刻的横向距离之间的差值，根据差值计算在当前候选行驶车道中障碍物的转向得分。

在一些可选的实施方式中，横向距离包括多个时刻的横向距离；第三处理模块604包括：

第三处理单元，用于根据当前候选行驶车道对应的多个时刻的横向距离，得到横向距离方差值；

第四处理单元，用于根据相对转向和障碍物的转向得分，得到当前候选行驶车道的目标转向得分和转向匹配得分；

第五处理单元，用于根据横向距离方差值、航向角偏差、目标转向得分和转向匹配得分，得到当前候选行驶车道的轨迹得分。

在一些可选的实施方式中，第四处理单元包括：

第一处理子单元，用于基于相对转向对障碍物的转向得分进行更新，得到当前候选行驶车道的目标转向得分；相对转向包括直行、左转和右转；

第二处理子单元，用于根据障碍物的转向得分，确定障碍物的行驶意图；行驶意图包括直行、左转和右转；

第三处理子单元，用于将障碍物的行驶意图与相对转向进行比较，并基于比较结果和目标转向得分，计算当前候选行驶车道的转向匹配得分。

在一些可选的实施方式中，第五处理单元包括：

第四处理子单元，用于计算航向角偏差与预设比例的乘积，并将乘积、横向距离方差值、目标转向得分以及转向匹配得分的相反数进行求和，得到当前候选行驶车道的轨迹得分。

在一些可选的实施方式中，第四处理模块605包括：

第六处理单元，用于根据各候选行驶车道的轨迹得分，将轨迹得分最小的候选行驶车道确定为障碍物的目标行驶车道；

第七处理单元，用于基于目标行驶车道以及位姿信息中障碍物的位置和航向角，生成障碍物的行驶轨迹。

上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本实施例中的车辆周边障碍物的轨迹预测装置是以功能单元的形式来呈现，这里的单元是指ASIC(Application Specific Integrated Circuit，专用集成电路)电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

本发明实施例还提供一种计算机设备，具有上述图6所示的车辆周边障碍物的轨迹预测装置。

请参阅图7，图7是本发明可选实施例提供的一种计算机设备的结构示意图，如图7所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。

本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。