运动轨迹的确定方法及装置、非易失性存储介质与流程

1.本技术涉及车辆轨迹规划技术领域，具体而言，涉及一种运动轨迹的确定方法及装置、非易失性存储介质。


背景技术：

2.人工势场法路径规划的基本思想是将车辆在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对移动车辆产生“引力”，障碍物对移动车辆产生“斥力”，最后通过求合力来控制移动车辆的运动。传统的人工势场法路径规划使用与障碍物的欧式距离构建势场，车辆沿势场里的负梯度方向运动，迭代生成路径。但是，无法生成包含速度、加速度的车辆轨迹。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本技术实施例提供了一种运动轨迹的确定方法及装置、非易失性存储介质，以至少解决由于现有技术无法生成车辆的运动轨迹造成的无法根据车辆的运动轨迹分析车辆的速度以及加速度信息的技术问题。
5.根据本技术实施例的一个方面，提供了一种运动轨迹的确定方法，包括：根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；根据势场函数，确定车辆的跟车场景对应的势场力；利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。
6.可选地，根据车辆的状态向量，确定车辆的势场函数，包括：获取车辆的第一位置和障碍物的第二位置；通过第一位置和第二位置确定车辆与障碍物之间的距离；通过车辆与障碍物之间的距离在第一预设时间段内的变化率，确定车辆与障碍物之间的相对速度；通过车辆与障碍物之间的相对速度在第二预设时间段内的变化率，确定车辆与障碍物之间的相对加速度；根据车辆与障碍物之间的距离、车辆与障碍物之间的相对速度、车辆与障碍物之间的相对加速度和权重向量，确定车辆的势场函数。
7.可选地，利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹，包括：将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量；根据每个时刻的车辆的状态向量，确定车辆在障碍物势场下的运动轨迹。
8.可选地，将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量，包括：将t-1时刻的状态向量和t时刻的势场力输入车辆运动学模型，得到t时刻的状态向量，其中，t-1时刻为t时刻的前一个相邻时刻，t为正整数。
9.可选地，利用车辆运动学模型对势场力进行处理之前，方法还包括：根据车辆的跟车场景，确定车辆的第一状态向量，其中，跟车场景包括：纵向跟车场景和横向跟车场景，纵向跟车场景对应的第一状态向量包括：车辆与障碍物之间的纵向距离、车辆与障碍物之间的纵向相对速度以及车辆与障碍物之间的纵向相对加速度；横向跟车场景对应的第一状态
向量包括：车辆与障碍物之间的横向距离、车辆与障碍物之间的横向相对速度以及车辆与障碍物之间的横向相对加速度；根据第一状态向量、第一预设矩阵和第二预设矩阵，确定车辆运动学模型。
10.可选地，在运动轨迹出现异常状况的情况下，生成告警信息，其中，异常状况包括以下至少之一：车辆与障碍物之间的距离超过第一预设值，车辆与障碍物之间的相对速度超过第二预设值，车辆与障碍物之间的相对加速度超过第三预设值；将告警信息发送至车辆。
11.可选地，权重向量与车辆的运动场景具有关联关系，用于调节行车舒适性与行车安全性之间的关系，运动场景包括以下至少之一：高速公路、一级公路、二级公路、三级公路和四级公路。
12.根据本技术实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的运动轨迹的确定方法。
13.根据本技术实施例的再一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的运动轨迹的确定方法。
14.在本技术实施例中，采用根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；根据势场函数，确定车辆的跟车场景对应的势场力；利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹的方式，通过势场函数，确定车辆的跟车场景对应的势场力，并利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹，达到了生成包含速度以及加速度信息的车辆运动轨迹的目的，从而实现了根据车辆的运动轨迹分析车辆的速度以及加速度信息的技术效果，进而解决了由于现有技术无法生成车辆的运动轨迹造成的无法根据车辆的运动轨迹分析车辆的速度以及加速度信息技术问题。
附图说明
15.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
16.图1是根据相关技术的一种运动轨迹的确定方法的流程图；
17.图2是根据相关技术的另一种运动轨迹的确定方法的流程图；
18.图3是根据本技术实施例的一种运动轨迹的确定方法的流程图；
19.图4是根据本技术实施例的另一种运动轨迹的确定方法的流程图；
20.图5是根据本技术实施例的一种跟车场景的示意图；
21.图6是根据本技术实施例的一种运动轨迹的确定装置的结构图；
22.图7是根据本技术实施例提供的一种运动轨迹的确定方法的计算机终端(或电子设备)的硬件结构框图。
具体实施方式
23.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通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，都应当属于本技术保护的范围。
24.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.图1是相关技术1公开的一种基于改进人工势场的智能车辆轨迹规划方法的流程图，如图1所示，该方法包括如下步骤：获取智能车辆信息、障碍物信息、道路边界信息；确定目标点位置；建立道路直角坐标系以及车辆等效模型，以及建立智能车与道路的碰撞约束条件；根据智能车辆信息、障碍物信息以及目标点位置建立障碍物斥力势场和目标引力势场；根据智能车辆在所有障碍物斥力势场和目标点引力势场组成的复合场中所受到的力的作用，建立智能车辆的平衡方程；求解上述平衡方程，得到一系列点的坐标，将这些点用一条平滑的曲线连接起来，以得到一条智能车辆在规划周期内安全可行的行驶轨迹。相关技术1公开的方法所建立引力场和斥力场仅使用距离作为势场函数变量，由于缺少高阶变量，因此所生成的轨迹点不平滑，需进行后续的曲线拟合，且轨迹点存在严重滞后，影响车辆的安全性和舒适性。
26.图2是相关技术2公开的一种基于改进人工势场算法的智能车超车路径规划方法，如图2所示，该方法包括如下步骤：步骤1：信息采集，根据摄像头采集的道路信息，包括障碍物位置信息、车道限速信息；利用激光雷达采集的信息包括智能车与前车之间的车辆信息、前车速度、加速度信息；利用智能车传感器单元采集的信息包括智能车自身的车辆状态信息，位置信息，速度信息，建立超车安全距离模型；步骤2：车辆电子控制单元，通过判断智能车与前车之间的实际距离与超车安全距离的差值来控制智能车的超车时刻，当智能车与前车之间达到安全超车距离且车道左侧无其他行驶车辆时，开始超车，车辆电子控制单元将超车信号发送给车辆执行机构；步骤3：根据智能车所处的环境信息建立势场函数，并在传统人工势场算法的基础上加入车道信息与智能车自身的运动学参数改进势场函数，设计规划智能车超车过程的安全路径。相关技术2公开的方法所使用的改进人工势场方法在传统人工势场法的基础上，增加kmmv
τ
作为改善斥力的调节项，用于假如速度对场力的影响，但该调节项无法保证无碰撞，仅可通过km车速适用范围。
27.上述相关技术中，均存在只能生成车辆运动路径，而无法生成车辆平滑轨迹的问题问题。为了解决该问题，本技术实施例中提供了相关的解决方案，以下详细说明。
28.根据本技术实施例，提供了一种运动轨迹的确定方法的方法实施例，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。
29.图3是根据本技术实施例的一种运动轨迹的确定方法的流程图，如图3所示，该方
法包括如下步骤：
30.步骤s302，根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度。
31.根据本技术的一个可选的实施例，势场函数构造过程如下：
32.取状态向量为：x＝[s v a]，定义广义距离为:q＝kx，
[0033]
其中，s为自车与障碍物距离，v为自车与障碍物相对速度，a为自车与障碍物相对加速度，k为权重向量，权重向量与车辆的运动场景具有关联关系，用于调节行车舒适性与行车安全性之间的关系。
[0034]
势场函数为：f(q)＝ηq3[0035]
其中，η为场力增益系数。
[0036]
步骤s304，根据势场函数，确定车辆的跟车场景对应的势场力。
[0037]
图5是根据本技术实施例的一种跟车场景的示意图，以纵向跟车场景为例，其广义距离:
[0038][0039]
其中，ego表示自车，obs表示障碍物(跟踪车辆)，s
obs-s
ego
表示自车与障碍物距离，v
obs-v
ego
表示自车与障碍物相对速度，a
obs-a
ego
表示自车与障碍物相对加速度。
[0040]
势场力为：f＝ηq3。
[0041]
步骤s306，利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。
[0042]
在本技术的一些可选的实施例，确定车辆三阶运动学模型，其中，车辆三阶运动学模型表示为：
[0043][0044][0045]
其中，s为车辆的纵向(横向)位置，为车辆的纵向(横向)速度，为纵向(横向)加速度，u为系统的输入值。
[0046]
将步骤s304得到的势场力输入至上述车辆三阶运动学模型，即令u＝f，根据运动学模型迭代即可得到自车在障碍物势场下的运动轨迹。具体地，将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量；根据每个时刻的车辆的状态向量，确定车辆在障碍物势场下的运动轨迹，其中，车辆在障碍物势场下的运动轨迹包括：车辆的距离信息、速度信息和加速度信息。
[0047]
根据上述步骤，通过势场函数，确定车辆的跟车场景对应的势场力，并利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹，达到了生成包含速度以及加速度信息的车辆运动轨迹的目的，从而实现了根据车辆的运动轨迹分析车辆的速度以及加速度信息的技术效果。
[0048]
根据本技术的一个可选的实施例，根据车辆的状态向量，确定车辆的势场函数，包括以下步骤：获取车辆的第一位置和障碍物的第二位置；通过第一位置和第二位置确定车
辆与障碍物之间的距离；通过车辆与障碍物之间的距离在第一预设时间段内的变化率，确定车辆与障碍物之间的相对速度；通过车辆与障碍物之间的相对速度在第二预设时间段内的变化率，确定车辆与障碍物之间的相对加速度；根据车辆与障碍物之间的距离、车辆与障碍物之间的相对速度、车辆与障碍物之间的相对加速度和权重向量，确定车辆的势场函数。
[0049]
根据本技术的另一个可选的实施例，通过全球卫星定位系统或北斗卫星导航系统获取车辆的第一位置和障碍物的第二位置，并通过第一位置和第二位置确定车辆与障碍物之间的距离。
[0050]
在本技术的一些可选的实施例，利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹，可以通过以下方法实现：将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量；根据每个时刻的车辆的状态向量，确定车辆在障碍物势场下的运动轨迹。
[0051]
将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量。根据每个时刻的车辆的状态向量，得到车辆在障碍物势场下的平滑的运动轨迹。其中，势场力考虑了车辆高阶状态量，便于得到平滑舒适的轨迹，提高了对高速车辆的适应性。
[0052]
在本技术的一些可选的实施例中，将连续时间段内每个时刻的势场力输入车辆运动学模型，得到每个时刻的车辆的状态向量，通过以下方法实现：将t-1时刻的状态向量和t时刻的势场力输入车辆运动学模型，得到t时刻的状态向量，其中，t-1时刻为t时刻的前一个相邻时刻，t为正整数。
[0053]
将前一时刻的状态向量和当前时刻的势场力输入车辆运动学模型，得到当前时刻的状态向量，即当前时刻的状态向量与前一时刻的状态向量相关，保证生成的运动轨迹具有时效性，进而保证车辆的安全性与舒适性。
[0054]
在一个可选的实施例中，利用车辆运动学模型对势场力进行处理之前，还需要：根据车辆的跟车场景，确定车辆的第一状态向量，其中，跟车场景包括：纵向跟车场景和横向跟车场景，纵向跟车场景对应的第一状态向量包括：车辆与障碍物之间的纵向距离、车辆与障碍物之间的纵向相对速度以及车辆与障碍物之间的纵向相对加速度；横向跟车场景对应的第一状态向量包括：车辆与障碍物之间的横向距离、车辆与障碍物之间的横向相对速度以及车辆与障碍物之间的横向相对加速度；根据第一状态向量、第一预设矩阵和第二预设矩阵，确定车辆运动学模型。
[0055]
根据本技术的一个可选的实施例，在运动轨迹出现异常状况的情况下，生成告警信息，其中，异常状况包括以下至少之一：车辆与障碍物之间的距离超过第一预设值，车辆与障碍物之间的相对速度超过第二预设值，车辆与障碍物之间的相对加速度超过第三预设值；将告警信息发送至车辆。
[0056]
当车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度超过预设值，即代表车辆与障碍物之间处于危险跟踪状态，此时，需生成告警信息并将告警信息发送至车辆，用以提醒驾驶员调整行驶速度，保持安全车距。
[0057]
根据本技术的另一个可选的实施例，权重向量与车辆的运动场景具有关联关系，用于调节行车舒适性与行车安全性之间的关系，运动场景包括以下至少之一：高速公路、一级公路、二级公路、三级公路和四级公路。
[0058]
图4是根据本技术实施例的另一种运动轨迹的确定方法的流程图，如图4所示，该方法包括如下步骤：
[0059]
步骤s402，根据舒适性要求，构建人工势场函数，并进行参数调节。
[0060]
势场函数构造过程如下：
[0061]
取状态向量为：x＝[s v a]，定义广义距离为:q＝kx，
[0062]
其中，s为自车与障碍物距离，v为自车与障碍物相对速度，a为自车与障碍物相对加速度，k为权重向量，权重向量与车辆的运动场景具有关联关系，用于调节行车舒适性与行车安全性之间的关系，权重向量k可根据对于行车舒适性的要求进行调节。
[0063]
步骤s404，根据目标障碍物与自车的相对位置、速度和加速度，计算当前势场力。
[0064]
根据目标障碍物与自车之间的跟车场景，确定目标障碍物与自车的相对位置、速度和加速度，并根据目标障碍物与自车的相对位置、速度和加速度，计算当前跟车场景下车辆所在势场的势场力。
[0065]
步骤s406，将势场力作为自车运动学模型的输入，迭代得到自车的运动轨迹。
[0066]
将t时刻的势场力作为自车运动学模型的输入，得到t时刻自车的状态向量，即t时刻自车的位置信息、速度信息和加速度信息；将t时刻的状态向量和t+1时刻的势场力作为自车运动学模型的输入，得到t+1时刻自车的状态向量，以此类推，得到连续时间范围内全部时刻的自车的状态向量，根据连续时间范围内全部时刻的自车的状态向量，绘制成平滑的运动轨迹，该运动轨迹包括自车的位置信息、速度信息和加速度信息。
[0067]
图6是根据本技术实施例的一种运动轨迹的确定装置的结构图，如图6所示，该装置包括：
[0068]
第一确定模块60，用于根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；
[0069]
第二确定模块62，用于根据势场函数，确定车辆的跟车场景对应的势场力；
[0070]
第三确定模块64，用于利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。
[0071]
需要说明的是，上述图6中的各个模块可以是程序模块(例如是实现某种特定功能的程序指令集合)，也可以是硬件模块，对于后者，其可以表现为以下形式，但不限于此：上述各个模块的表现形式均为一个处理器，或者，上述各个模块的功能通过一个处理器实现。
[0072]
图7示出了一种用于实现运动轨迹的确定方法的计算机终端(或移动设备)的硬件结构框图。如图7所示，计算机终端70(或移动设备70)可以包括一个或多个(图中采用702a、702b，
……
，702n来示出)处理器702(处理器702可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器704、以及用于通信功能的传输模块706。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为bus总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图7所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端70还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。
[0073]
应当注意到的是上述一个或多个处理器702和/或其他数据处理电路在本文中通
常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端70(或移动设备)中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
[0074]
存储器704可用于存储应用软件的软件程序以及模块，如本技术实施例中的运动轨迹的确定方法对应的程序指令/数据存储装置，处理器702通过运行存储在存储器704内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的运动轨迹的确定方法。存储器704可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器704可进一步包括相对于处理器702远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端70。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。
[0075]
传输模块706用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端70的通信供应商提供的无线网络。在一个实例中，传输模块706包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块706可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
[0076]
显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算机终端70(或移动设备)的用户界面进行交互。
[0077]
此处需要说明的是，在一些可选实施例中，上述图7所示的计算机设备(或电子设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图7仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或电子设备)中的部件的类型。
[0078]
需要说明的是，图7所示的电子设备用于执行图1所示的运动轨迹的确定方法，因此上述命令的执行方法中的相关解释说明也适用于该电子设备，此处不再赘述。
[0079]
本技术实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的运动轨迹的确定方法。
[0080]
非易失性存储介质执行以下功能的程序：根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；根据势场函数，确定车辆的跟车场景对应的势场力；利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。
[0081]
本技术实施例还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的运动轨迹的确定方法。
[0082]
处理器用于运行执行以下功能的程序：根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；根据势场函数，确定车辆的跟车场景对应的势场力；利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。
[0083]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0084]
在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0085]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0086]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0087]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0088]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0089]
以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种运动轨迹的确定方法，其特征在于，包括：根据车辆的状态向量，确定所述车辆的势场函数，其中，所述状态向量包括：所述车辆与障碍物之间的距离、所述车辆与所述障碍物之间的相对速度以及所述车辆与所述障碍物之间的相对加速度；根据所述势场函数，确定所述车辆的跟车场景对应的势场力；利用车辆运动学模型对所述势场力进行处理，得到所述车辆的运动轨迹。2.根据权利要求1所述的方法，其特征在于，根据车辆的状态向量，确定所述车辆的势场函数，包括：获取所述车辆的第一位置和所述障碍物的第二位置；通过所述第一位置和所述第二位置确定所述车辆与所述障碍物之间的距离；通过所述车辆与所述障碍物之间的距离在第一预设时间段内的变化率，确定所述车辆与所述障碍物之间的相对速度；通过所述车辆与所述障碍物之间的相对速度在第二预设时间段内的变化率，确定所述车辆与所述障碍物之间的相对加速度；根据所述车辆与所述障碍物之间的距离、所述车辆与所述障碍物之间的相对速度、所述车辆与所述障碍物之间的相对加速度和权重向量，确定所述车辆的势场函数。3.根据权利要求1所述的方法，其特征在于，利用车辆运动学模型对所述势场力进行处理，得到所述车辆的运动轨迹，包括：将连续时间段内每个时刻的势场力输入所述车辆运动学模型，得到所述每个时刻的所述车辆的状态向量；根据所述每个时刻的所述车辆的状态向量，确定所述车辆在障碍物势场下的所述运动轨迹。4.根据权利要求3所述的方法，其特征在于，将连续时间段内每个时刻的势场力输入所述车辆运动学模型，得到所述每个时刻的所述车辆的状态向量，包括：将t-1时刻的所述状态向量和t时刻的所述势场力输入所述车辆运动学模型，得到所述t时刻的状态向量，其中，t-1时刻为t时刻的前一个相邻时刻，t为正整数。5.根据权利要求1所述的方法，其特征在于，利用车辆运动学模型对所述势场力进行处理之前，所述方法还包括：根据所述车辆的跟车场景，确定所述车辆的第一状态向量，其中，所述跟车场景包括：纵向跟车场景和横向跟车场景，所述纵向跟车场景对应的所述第一状态向量包括：所述车辆与所述障碍物之间的纵向距离、所述车辆与所述障碍物之间的纵向相对速度以及所述车辆与所述障碍物之间的纵向相对加速度；所述横向跟车场景对应的所述第一状态向量包括：所述车辆与所述障碍物之间的横向距离、所述车辆与所述障碍物之间的横向相对速度以及所述车辆与所述障碍物之间的横向相对加速度；根据所述第一状态向量、第一预设矩阵和第二预设矩阵，确定所述车辆运动学模型。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述运动轨迹出现异常状况的情况下，生成告警信息，其中，所述异常状况包括以下至少之一：所述车辆与障碍物之间的距离超过第一预设值，所述车辆与所述障碍物之间的相对速度超过第二预设值，所述车辆与所述障碍物之间的相对加速度超过第三预设值；
将所述告警信息发送至所述车辆。7.根据权利要求2所述的方法，其特征在于，所述权重向量与所述车辆的运动场景具有关联关系，用于调节行车舒适性与行车安全性之间的关系，所述运动场景包括以下至少之一：高速公路、一级公路、二级公路、三级公路和四级公路。8.一种运动轨迹的确定装置，其特征在于，包括：第一确定模块，用于根据车辆的状态向量，确定所述车辆的势场函数，其中，所述状态向量包括：所述车辆与障碍物之间的距离、所述车辆与所述障碍物之间的相对速度以及所述车辆与所述障碍物之间的相对加速度；第二确定模块，用于根据所述势场函数，确定所述车辆的跟车场景对应的势场力；第三确定模块，用于利用车辆运动学模型对所述势场力进行处理，得到所述车辆的运动轨迹。9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的运动轨迹的确定方法。10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的运动轨迹的确定方法。

技术总结
本申请公开了一种运动轨迹的确定方法及装置、非易失性存储介质。其中，该方法包括：根据车辆的状态向量，确定车辆的势场函数，其中，状态向量包括：车辆与障碍物之间的距离、车辆与障碍物之间的相对速度以及车辆与障碍物之间的相对加速度；根据势场函数，确定车辆的跟车场景对应的势场力；利用车辆运动学模型对势场力进行处理，得到车辆的运动轨迹。本申请解决了由于现有技术无法生成车辆的运动轨迹造成的无法根据车辆的运动轨迹分析车辆的速度以及加速度信息的技术问题。以及加速度信息的技术问题。以及加速度信息的技术问题。


技术研发人员：薛兵 韩志华 张旭 崔家兴 唐天龙
受保护的技术使用者：苏州挚途科技有限公司
技术研发日：2022.12.27
技术公布日：2023/6/28