车辆行为预测方法、装置、车辆及存储介质与流程

本技术涉及车辆，特别涉及一种车辆行为预测方法、装置、车辆及存储介质。

背景技术：

1、在自动驾驶技术中，车辆对周围环境的感知和决策能力是至关重要的。特别是在高速公路下匝道交叉口的场景中，车辆需要具备快速准确地判断其他车辆行为的能力，从而顺利实现并道，以保证行车的安全和流畅。

2、在相关技术中，一方面可以通过构建参与者的博弈收益矩阵，每个参与者选择对自己最有利的行驶策略，能够输出较为合理的行为决策，但是需要手工设计并调整收益矩阵的计算。另一方面可以利用数据训练神经网络，在高维度空间中寻找最优策略，但是需要大量的数据进行训练，且容易受到数据噪声的影响，导致输出的车辆行为轨迹不准确。

技术实现思路

1、本技术提供一种车辆行为预测方法、装置、车辆及存储介质，以解决相关技术中通过手工设计并调整参数的方式预测车辆的行为，操作繁琐，且存在预测准确度低等问题。

2、本技术第一方面实施例提供一种车辆行为预测方法，包括以下步骤：获取周围车辆的运动状态信息；根据所述运动状态信息计算所述周围车辆执行目标车辆行为的概率；根据所述概率预测所述周围车辆的车辆行为。

3、可选地，在本技术的一个实施例中，所述根据所述运动状态信息计算所述周围车辆执行目标车辆行为的概率，包括：识别所述运动状态信息中换道车辆的运动状态和跟随车辆的运动状态；将所述换道车辆的运动状态和所述跟随车辆的运动状态输入预先构建的预测模型，所述预测模型输出所述换道车辆的换道概率和所述跟随车辆的避让概率。

4、可选地，在本技术的一个实施例中，在将所述换道车辆和所述跟随车辆的各自运动状态信息输入预测模型之前，还包括：获取携带有真实车辆行为标签的训练数据集；识别所述训练数据集中的训练样本，将所述训练样本输入预先构建的预测模型，所述预测模型输出所述训练样本的预测车辆行为；根据所述预测车辆行为和所述真实车辆行为标签对应的真实车辆行为计算训练误差，根据所述训练误差更新所述预测模型的网络参数，直到满足训练停止条件时，得到训练完成的预测模型。

5、可选地，在本技术的一个实施例中，所述获取携带有真实车辆行为标签的训练数据集，包括：获取目标场景下的周围车辆数据和道路数据；识别所述周围车辆数据中换道车辆的第一车辆状态数据和换道行为数据、以及跟随车辆的第二车辆状态数据和避让行为数据；根据所述换道行为数据生成所述第一车辆状态数据的真实车辆行为标签，根据所述避让行为数据生成所述第二车辆状态数据的真实车辆行为标签；根据所述第一车辆状态数据、所述第二车辆状态数据和各自的真实车辆行为标签生成所述携带有真实车辆行为标签的训练数据集。

6、可选地，在本技术的一个实施例中，所述预测模型的构建过程包括：根据所述第一车辆状态数据计算所述换道车辆的第一收益函数；根据所述第二车辆状态数据计算所述跟随车辆的第二收益函数；基于所述第一收益函数和所述第二收益函数构建所述换道车辆和所述跟随车辆在同一时刻的博弈收益矩阵，基于所述博弈收益矩阵构建所述预测模型。

7、可选地，在本技术的一个实施例中，所述根据所述预测车辆行为和所述真实车辆行为标签对应的真实车辆行为计算训练误差，包括：计算所述换道车辆和所述跟随车辆执行所述真实车辆行为的概率；识别所述训练样本执行所述预测车辆行为的概率；根据所述预测车辆行为的概率和所述真实车辆行为的概率计算所述训练误差。

8、可选地，在本技术的一个实施例中，所述预测模型的预测过程包括：根据所述换道车辆的运动状态计算所述换道车辆的第一纳什均衡解；根据所述跟随车辆的运动状态计算所述跟随车辆的第二纳什均衡解；基于所述第一纳什均衡解和所述第二纳什均衡解确定所述换道车辆的换道概率和所述跟随车辆的避让概率。

9、本技术第二方面实施例提供一种车辆行为预测装置，包括：第一获取模块，用于获取周围车辆的运动状态信息；计算模块，用于根据所述运动状态信息计算所述周围车辆执行目标车辆行为的概率；预测模块，用于根据所述概率预测所述周围车辆的车辆行为。

10、可选地，在本技术的一个实施例中，所述计算模块，进一步用于：识别所述运动状态信息中换道车辆的运动状态和跟随车辆的运动状态；将所述换道车辆的运动状态和所述跟随车辆的运动状态输入预先构建的预测模型，所述预测模型输出所述换道车辆的换道概率和所述跟随车辆的避让概率。

11、可选地，在本技术的一个实施例中，所述车辆行为预测装置，还包括：第二获取模块，用于在将所述换道车辆和所述跟随车辆的各自运动状态信息输入预测模型之前，获取携带有真实车辆行为标签的训练数据集；输入输出模块，用于识别所述训练数据集中的训练样本，将所述训练样本输入预先构建的预测模型，所述预测模型输出所述训练样本的预测车辆行为；训练模块，用于根据所述预测车辆行为和所述真实车辆行为标签对应的真实车辆行为计算训练误差，根据所述训练误差更新所述预测模型的网络参数，直到满足训练停止条件时，得到训练完成的预测模型。

12、可选地，在本技术的一个实施例中，所述第二获取模块，进一步用于：获取目标场景下的周围车辆数据和道路数据；识别所述周围车辆数据中换道车辆的第一车辆状态数据和换道行为数据、以及跟随车辆的第二车辆状态数据和避让行为数据；根据所述换道行为数据生成所述第一车辆状态数据的真实车辆行为标签，根据所述避让行为数据生成所述第二车辆状态数据的真实车辆行为标签；根据所述第一车辆状态数据、所述第二车辆状态数据和各自的真实车辆行为标签生成所述携带有真实车辆行为标签的训练数据集。

13、可选地，在本技术的一个实施例中，所述预测模型的构建过程包括：根据所述第一车辆状态数据计算所述换道车辆的第一收益函数；根据所述第二车辆状态数据计算所述跟随车辆的第二收益函数；基于所述第一收益函数和所述第二收益函数构建所述换道车辆和所述跟随车辆在同一时刻的博弈收益矩阵，基于所述博弈收益矩阵构建所述预测模型。

14、可选地，在本技术的一个实施例中，所述训练模块，进一步用于计算所述换道车辆和所述跟随车辆执行所述真实车辆行为的概率；识别所述训练样本执行所述预测车辆行为的概率；根据所述预测车辆行为的概率和所述真实车辆行为的概率计算所述训练误差。

15、可选地，在本技术的一个实施例中，所述预测模型的预测过程包括：根据所述换道车辆的运动状态计算所述换道车辆的第一纳什均衡解；根据所述跟随车辆的运动状态计算所述跟随车辆的第二纳什均衡解；基于所述第一纳什均衡解和所述第二纳什均衡解确定所述换道车辆的换道概率和所述跟随车辆的避让概率。

16、本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以执行如上述实施例所述的车辆行为预测方法。

17、本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以执行如上述实施例所述的车辆行为预测方法。

18、由此，本技术至少具有如下有益效果：

19、本技术实施例可以将周围车辆的运动状态输入到预先构建的预测模型得到周围车辆执行目标车辆行为的概率，可以实现对周围车辆行为的高效准确的预测，适用于多种复杂场景。由此，解决了相关技术中通过手工设计并调整参数的方式预测车辆的行为，操作繁琐，且存在预测准确度低等问题。

20、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。