一种车辆轨迹预测方法及设备

本申请涉及轨道交通信号控制技术领域，尤其涉及一种车辆轨迹预测方法及设备。车辆基于传感器确定前车的运行状态信息，基于卡尔曼滤波算法对运行状态信息进行处理，得到前车的第一预测轨迹；获取前车第二预设时间长度内的历史行驶信息，长期趋势预测模型根据历史信息预测未来前车的第二预测轨迹，根据第一预测轨迹、第二预测轨迹、第一权重和第二权重，确定前车的目标预测轨迹，卡尔曼滤波算法可提供短期高置信度预测，长期趋势预测模型可提供长期趋势修正，使各自的权重随预测时长动态调整，将两者的预测结果通过不同的权重融合，进行短期确定性预测与长期趋势学习的互补，使预测过程中兼具时长性与长期预测能力，提高了前车轨迹预测的准确率。