本技术属于车联网，尤其涉及一种车辆轨迹的生成方法、装置、终端设备及计算机可读存储介质。
背景技术：
1、随着信息通信技术在车辆、道路监测行业中的应用不断深入，包含各类雷达、各类传感器、摄像头等感知设备的智慧基站应运而生，并通过将智慧基站布设在道路中以对道路中的车辆的运行状况进行实时监测。
2、相关技术中，由于智慧基站中的感知设备通常设置在路侧，因此智慧基站在其监测范围内通常存在监测盲区，尤其是监测范围内的车辆较多时，容易出现由于车辆遮挡形成的监测盲区，并且由于智慧基站中各类传感器的精度原因，也会导致监测范围内的部分车辆在部分时间内无法被有效感知，从而导致对车辆的漏检现象，使得生成的车辆轨迹不完整，准确性低。
技术实现思路
1、本技术实施例提供了一种车辆轨迹的生成方法、装置、终端设备及存储介质，可以解决由于智慧基站中的感知设备通常设置在路侧，因此智慧基站在其监测范围内通常存在监测盲区，尤其是监测范围内的车辆较多时，容易出现由于车辆遮挡形成的监测盲区，并且由于智慧基站中各类传感器的精度原因，也会导致监测范围内的部分车辆在部分时间内无法被有效感知，从而导致对车辆的漏检现象，使得生成的车辆轨迹不完整，准确性低的问题。
2、第一方面，本技术实施例提供了一种车辆轨迹的生成方法，包括：确定基站对应的监测区域内存在的缺失车辆，及缺失车辆对应的起始缺失时刻；获取缺失车辆在起始缺失时刻之前的历史行驶数据，其中，历史行驶数据中包括缺失车辆对应的历史行驶轨迹；根据历史行驶数据，确定缺失车辆对应的各个目标交互车辆；利用预设的跟驰及交互模型对各个目标交互车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹，其中，缺失时间段是指处于基站的当前监测时刻与起始缺失时刻之间的时间段；在缺失车辆复现时，将缺失车辆对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成缺失车辆对应的完整行驶轨迹。
3、在第一方面的一种可能的实现方式中，上述确定基站对应的监测区域内存在的缺失车辆，及缺失车辆对应的起始缺失时刻，包括：
4、以预设的监测频率获取监测区域中各个车辆对应的监测数据；
5、根据在每个监测时刻获取到的各个车辆对应的监测数据，确定监测区域在每个监测时刻对应的车辆集合，其中，车辆集合中包括处于监测区域中的各个车辆的标识信息；
6、在第一监测时刻对应的车辆集合中未包含任一车辆的标识信息、且第二监测时刻对应的车辆集合中包含任一车辆的标识信息时，将任一车辆确定为缺失车辆，并将第一监测时刻确定为缺失车辆对应的起始缺失时刻，其中，第二监测时刻是指处于第一监测时刻之前、且与第一监测时刻相邻的至少一个监测时刻。
7、可选的，在第一方面的另一种可能的实现方式中，上述在缺失车辆复现时，将缺失车辆5对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，
8、以生成缺失车辆对应的完整行驶轨迹之前，还包括：
9、在第三监测时刻对应的车辆集合中包含缺失车辆的标识信息、且第四监测时刻对应的车辆集合中未包含缺失车辆的标识信息时，确定缺失车辆在第三监测时刻复现，并将第三监测
10、时刻确定为缺失车辆对应的复现时刻，其中，第三监测时刻是指处于第一监测时刻之后的任0一监测时刻，第四监测时刻是指处于第三监测时刻之前、且与第三监测时刻相邻的至少一个
11、监测时刻。
12、可选的，在第一方面的再一种可能的实现方式中，上述在缺失车辆复现时，将缺失车辆对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成缺失车辆对应的完整行驶轨迹之前，还包括：5在第三监测时刻对应的车辆集合中包含缺失车辆的标识信息、且第四监测时刻对应的车
13、辆集合中未包含缺失车辆的标识信息时，根据第三监测时刻获取的缺失车辆对应的实时监测数据，确定缺失车辆在第三监测时刻对应的实时位置，其中，第三监测时刻是指处于第一监测时刻之后的任一监测时刻，第四监测时刻是指处于第三监测时刻之前、且与第三监测时刻
14、相邻的至少一个监测时刻；
15、0在缺失车辆在第三监测时刻对应的实时位置与预测行驶轨迹匹配时，确定缺失车辆复
16、现，并将第三监测时刻确定为缺失车辆对应的复现时刻。
17、可选的，在第一方面的又一种可能的实现方式中，上述获取缺失车辆在起始缺失时刻之前的历史行驶数据之前，还包括：
18、确定缺失车辆为监测区域中存在的真实车辆。
19、5可选的，在第一方面的又一种可能的实现方式中，上述确定缺失车辆为监测区域中存在的真实车辆，包括：
20、获取监测区域中各个车辆在起始缺失时刻之前的历史监测数据；
21、根据历史监测数据，确定缺失车辆在起始缺失时刻之前的历史所在车道、历史所在车道在预设时段内的历史发车数量及缺失车辆所在的路段范围中各个车辆之间的历史间距；0获取历史所在车道对应的单车道发车数量阈值及安全间距阈值；
22、在历史发车数量小于单车道发车数量阈值、且各个车辆之间的历史间距均大于安全间距阈值时，确定缺失车辆为监测区域中存在的真实车辆。
23、可选的，在第一方面的另一种可能的实现方式中，上述历史行驶数据中还包括缺失车辆
24、对应的实际行驶方向、期望行驶方向及行驶安全边界；相应的，上述根据历史行驶数据，确5定缺失车辆对应的各个目标交互车辆，包括：
25、根据缺失车辆对应的实际行驶方向、期望行驶方向及行驶安全边界，确定缺失车辆对应的期望可行域；
26、将处于期望可行域中的各个车辆，确定为各个目标交互车辆。
27、可选的，在第一方面的再一种可能的实现方式中，上述实时行驶数据中包括目标交互车辆对应的实时航向角、实时速度、实时加速度；相应的，上述利用预设的跟驰及交互模型对各个目标交互车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹，包括：
28、在缺失时间段内，以预设的监测频率获取各个目标交互车辆对应的实时航向角、实时速度及实时加速度；
29、利用预设的跟驰及交互模型对各个目标交互车辆在每个第五监测时刻对应的实时航向角、实时速度及实时加速度进行处理，确定缺失车辆在每个第五监测时刻对应的预测实时航向角、预测实时速度及预测实时加速度，其中，第五监测时刻是指处于缺失时间段内的各个监测时刻；
30、根据缺失车辆在每个第五监测时刻对应的预测实时航向角、预测实时速度及预测实时加速度，确定缺失车辆在每个第五监测时刻对应的预测实时位置；
31、根据各个预测实时位置，生成缺失车辆在缺失时间段内的预测行驶轨迹。
32、可选的，在第一方面的又一种可能的实现方式中，上述利用预设的跟驰及交互模型对各个目标交互车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹之前，还包括：
33、获取各个目标交互车辆在起始缺失时刻之前的历史监测数据；
34、根据各个目标交互车辆在起始缺失时刻之前的历史监测数据，判断缺失车辆是否处于排队状态；
35、在确定缺失车辆处于排队状态时，判断是否存在与缺失车辆处于同一车道、且处于缺失车辆前方的相邻目标交互车辆；
36、在存在相邻目标交互车辆时，将相邻目标交互车辆，确定为缺失车辆对应的目标跟驰车辆；
37、相应的，上述利用预设的跟驰及交互模型对各个目标交互车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹，包括：
38、利用预设的跟驰及交互模型对目标跟驰车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹。
39、可选的，在第一方面的又一种可能的实现方式中，上述实时行驶数据中包括目标跟驰车辆对应的实时速度、实时加速度；相应的，上述利用预设的跟驰及交互模型对目标跟驰车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹，包括：
40、在缺失时间段内，以预设的监测频率获取目标跟驰车辆对应的实时速度及实时加速度；
41、利用预设的跟驰及交互模型对目标跟驰车辆在每个第五监测时刻对应的实时速度及实时加速度进行处理，确定缺失车辆在每个第五监测时刻对应的预测实时速度及预测实时加速度，其中，第五监测时刻是指处于缺失时间段内的各个监测时刻；
42、根据缺失车辆在每个第五监测时刻对应的预测实时速度及预测实时加速度，确定缺失车辆在每个第五监测时刻对应的预测实时位置；
43、根据各个预测实时位置，生成缺失车辆在缺失时间段内的预测行驶轨迹。
44、可选的，在第一方面的另一种可能的实现方式中，上述在确定缺失车辆处于排队状态时，判断是否存在与缺失车辆处于同一车道、且处于缺失车辆前方的相邻目标交互车辆之后，还包括：
45、在不存在相邻目标交互车辆时，根据缺失车辆对应的历史行驶轨迹，确定缺失车辆对应的当前所在车道；
46、获取当前所在车道对应的信号灯状态；
47、在当前所在车道对应的信号等状态为红灯时，确定缺失车辆处于静止排队状态；
48、获取当前所在车道对应的停车线位置；
49、根据停车线位置，确定缺失车辆对应的预测行驶轨迹。
50、可选的，在第一方面的再一种可能的实现方式中，上述在缺失车辆复现时，将缺失车辆对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成缺失车辆对应的完整行驶轨迹之前，还包括：
51、在缺失时间段大于预设时长时，在当前监测时刻停止预测缺失车辆对应的预测行驶轨迹。
52、可选的，在第一方面的又一种可能的实现方式中，上述在缺失车辆复现时，将缺失车辆对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成缺失车辆对应的完整行驶轨迹之后，还包括：
53、确定缺失车辆对应的完整行驶轨迹的完整程度；
54、在完整行驶轨迹的完整程度小于完整程度阈值时，删除缺失车辆对应的完整行驶轨迹。
55、第二方面，本技术实施例提供了一种车辆轨迹的生成装置，包括：第一确定模块，用于确定基站对应的监测区域内存在的缺失车辆，及缺失车辆对应的起始缺失时刻；第一获取模块，用于获取缺失车辆在起始缺失时刻之前的历史行驶数据，其中，历史行驶数据中包括缺失车辆对应的历史行驶轨迹；第二确定模块，用于根据历史行驶数据，确定缺失车辆对应的各个目标交互车辆；第三确定模块，用于利用预设的跟驰及交互模型对各个目标交互车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹，其中，缺失时间段是指处于基站的当前监测时刻与起始缺失时刻之间的时间段；拼接模块，用于在缺失车辆复现时，将缺失车辆对应的历史行驶轨迹、预测行驶轨迹及缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成缺失车辆对应的完整行驶轨迹。
56、在第二方面的一种可能的实现方式中，上述第一确定模块，包括：
57、第一获取单元，用于以预设的监测频率获取监测区域中各个车辆对应的监测数据；
58、第一确定单元，用于根据在每个监测时刻获取到的各个车辆对应的监测数据，确定监测区域在每个监测时刻对应的车辆集合，其中，车辆集合中包括处于监测区域中的各个车辆的标识信息；
59、第二确定单元，用于在第一监测时刻对应的车辆集合中未包含任一车辆的标识信息、且第二监测时刻对应的车辆集合中包含任一车辆的标识信息时，将任一车辆确定为缺失车辆，并将第一监测时刻确定为缺失车辆对应的起始缺失时刻，其中，第二监测时刻是指处于第一监测时刻之前、且与第一监测时刻相邻的至少一个监测时刻。
60、可选的，在第二方面的另一种可能的实现方式中，上述装置，还包括：
61、第四确定模块，用于在第三监测时刻对应的车辆集合中包含缺失车辆的标识信息、且第四监测时刻对应的车辆集合中未包含缺失车辆的标识信息时，确定缺失车辆在第三监测时刻复现，并将第三监测时刻确定为缺失车辆对应的复现时刻，其中，第三监测时刻是指处于第一监测时刻之后的任一监测时刻，第四监测时刻是指处于第三监测时刻之前、且与第三监测时刻相邻的至少一个监测时刻。
62、可选的，在第二方面的再一种可能的实现方式中，上述装置，还包括：
63、第五确定模块，用于在第三监测时刻对应的车辆集合中包含缺失车辆的标识信息、且第四监测时刻对应的车辆集合中未包含缺失车辆的标识信息时，根据第三监测时刻获取的缺失车辆对应的实时监测数据，确定缺失车辆在第三监测时刻对应的实时位置，其中，第三监测时刻是指处于第一监测时刻之后的任一监测时刻，第四监测时刻是指处于第三监测时刻之前、且与第三监测时刻相邻的至少一个监测时刻；
64、第六确定模块，用于在缺失车辆在第三监测时刻对应的实时位置与预测行驶轨迹匹配时，确定缺失车辆复现，并将第三监测时刻确定为缺失车辆对应的复现时刻。
65、可选的，在第二方面的又一种可能的实现方式中，上述装置，还包括：
66、第七确定模块，用于确定缺失车辆为监测区域中存在的真实车辆。
67、可选的，在第二方面的又一种可能的实现方式中，上述第七确定模块，包括：
68、第二获取单元，用于获取监测区域中各个车辆在起始缺失时刻之前的历史监测数据；
69、第三确定单元，用于根据历史监测数据，确定缺失车辆在起始缺失时刻之前的历史所在车道、历史所在车道在预设时段内的历史发车数量及缺失车辆所在的路段范围中各个车辆之间的历史间距；
70、第三获取单元，用于获取历史所在车道对应的单车道发车数量阈值及安全间距阈值；
71、第四确定单元，用于在历史发车数量小于单车道发车数量阈值、且各个车辆之间的历史间距均大于安全间距阈值时，确定缺失车辆为监测区域中存在的真实车辆。
72、可选的，在第二方面的另一种可能的实现方式中，上述历史行驶数据中还包括缺失车辆对应的实际行驶方向、期望行驶方向及行驶安全边界；相应的，上述第二确定模块，包括：
73、第五确定单元，用于根据缺失车辆对应的实际行驶方向、期望行驶方向及行驶安全边界，确定缺失车辆对应的期望可行域；
74、第六确定单元，用于将处于期望可行域中的各个车辆，确定为各个目标交互车辆。
75、可选的，在第二方面的再一种可能的实现方式中，上述实时行驶数据中包括目标交互车辆对应的实时航向角、实时速度、实时加速度；相应的，上述第三确定模块，包括：
76、第四获取单元，用于在缺失时间段内，以预设的监测频率获取各个目标交互车辆对应的实时航向角、实时速度及实时加速度；
77、第七确定单元，用于利用预设的跟驰及交互模型对各个目标交互车辆在每个第五监测时刻对应的实时航向角、实时速度及实时加速度进行处理，确定缺失车辆在每个第五监测时刻对应的预测实时航向角、预测实时速度及预测实时加速度，其中，第五监测时刻是指处于缺失时间段内的各个监测时刻；
78、第八确定单元，用于根据缺失车辆在每个第五监测时刻对应的预测实时航向角、预测实时速度及预测实时加速度，确定缺失车辆在每个第五监测时刻对应的预测实时位置；
79、生成单元，用于根据各个预测实时位置，生成缺失车辆在缺失时间段内的预测行驶轨迹。
80、可选的，在第二方面的又一种可能的实现方式中，上述装置，还包括：
81、第二获取模块，用于获取各个目标交互车辆在起始缺失时刻之前的历史监测数据；
82、第一判断模块，用于根据各个目标交互车辆在起始缺失时刻之前的历史监测数据，判断缺失车辆是否处于排队状态；
83、第二判断模块，用于在确定缺失车辆处于排队状态时，判断是否存在与缺失车辆处于同一车道、且处于缺失车辆前方的相邻目标交互车辆；
84、第八确定模块，用于在存在相邻目标交互车辆时，将相邻目标交互车辆，确定为缺失车辆对应的目标跟驰车辆；
85、相应的，上述第三确定模块，包括：
86、第九确定单元，用于利用预设的跟驰及交互模型对目标跟驰车辆在缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定缺失车辆在缺失时间段内的预测行驶轨迹。
87、可选的，在第二方面的又一种可能的实现方式中，上述实时行驶数据中包括目标跟驰车辆对应的实时速度、实时加速度；相应的，上述第九确定单元，具体用于：
88、在缺失时间段内，以预设的监测频率获取目标跟驰车辆对应的实时速度及实时加速度；
89、利用预设的跟驰及交互模型对目标跟驰车辆在每个第五监测时刻对应的实时速度及实时加速度进行处理，确定缺失车辆在每个第五监测时刻对应的预测实时速度及预测实时加速度，其中，第五监测时刻是指处于缺失时间段内的各个监测时刻；
90、根据缺失车辆在每个第五监测时刻对应的预测实时速度及预测实时加速度，确定缺失车辆在每个第五监测时刻对应的预测实时位置；
91、根据各个预测实时位置，生成缺失车辆在缺失时间段内的预测行驶轨迹。
92、可选的，在第二方面的另一种可能的实现方式中，上述装置，还包括：
93、第九确定模块，用于在不存在相邻目标交互车辆时，根据缺失车辆对应的历史行驶轨迹，确定缺失车辆对应的当前所在车道；
94、第三获取模块，用于获取当前所在车道对应的信号灯状态；
95、第十确定模块，用于在当前所在车道对应的信号等状态为红灯时，确定缺失车辆处于静止排队状态；
96、第四获取模块，用于获取当前所在车道对应的停车线位置；
97、第十一确定模块，用于根据停车线位置，确定缺失车辆对应的预测行驶轨迹。
98、可选的，在第二方面的再一种可能的实现方式中，上述装置，还包括：
99、停止模块，用于在缺失时间段大于预设时长时，在当前监测时刻停止预测缺失车辆对应的预测行驶轨迹。
100、可选的，在第二方面的又一种可能的实现方式中，上述装置，还包括：
101、第十二确定模块，用于确定缺失车辆对应的完整行驶轨迹的完整程度；
102、删除模块，用于在完整行驶轨迹的完整程度小于完整程度阈值时，删除缺失车辆对应的完整行驶轨迹。
103、第三方面，本技术实施例提供了一种终端设备，包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现如前所述的车辆轨迹的生成方法。
104、第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如前所述的车辆轨迹的生成方法。
105、第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行如前所述的车辆轨迹的生成方法。
106、本技术实施例与现有技术相比存在的有益效果是：通过在车辆在基站的监测范围内缺失时，根据处于该缺失车辆周围的目标交互车辆的实时行驶数据，预测该缺失车辆在缺失时间段内的预测行驶轨迹，并在该缺失车辆复现时将预测行驶轨迹与该缺失车辆缺失前后的行驶轨迹进行拼接，以生成该缺失车辆的完整相似轨迹，从而降低了由于基站的监测盲区和监测精度导致的车辆漏检的几率，提升了车辆轨迹生成的完整度和准确性。
1.一种车辆轨迹的生成方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述确定基站对应的监测区域内存在的缺失车辆，及所述缺失车辆对应的起始缺失时刻，包括：
3.如权利要求2所述的方法，其特征在于，所述在所述缺失车辆复现时，将所述缺失车辆对应的所述历史行驶轨迹、所述预测行驶轨迹及所述缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成所述缺失车辆对应的完整行驶轨迹之前，还包括：
4.如权利要求2所述的方法，其特征在于，所述在所述缺失车辆复现时，将所述缺失车辆对应的所述历史行驶轨迹、所述预测行驶轨迹及所述缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成所述缺失车辆对应的完整行驶轨迹之前，还包括：
5.如权利要求1所述的方法，其特征在于，所述获取所述缺失车辆在所述起始缺失时刻之前的历史行驶数据之前，还包括：
6.如权利要求5所述的方法，其特征在于，所述确定所述缺失车辆为所述监测区域中存在的真实车辆，包括：
7.如权利要求1所述的方法，其特征在于，所述历史行驶数据中还包括所述缺失车辆对应的实际行驶方向、期望行驶方向及行驶安全边界，所述根据所述历史行驶数据，确定所述缺失车辆对应的各个目标交互车辆，包括：
8.如权利要求1所述的方法，其特征在于，所述实时行驶数据中包括所述目标交互车辆对应的实时航向角、实时速度、实时加速度，所述利用预设的跟驰及交互模型对各个所述目标交互车辆在所述缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定所述缺失车辆在所述缺失时间段内的预测行驶轨迹，包括：
9.如权利要求1所述的方法，其特征在于，所述利用预设的跟驰及交互模型对各个所述目标交互车辆在所述缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定所述缺失车辆在所述缺失时间段内的预测行驶轨迹之前，还包括：
10.如权利要求9所述的方法，其特征在于，所述实时行驶数据中包括所述目标跟驰车辆对应的实时速度、实时加速度，所述利用所述预设的跟驰及交互模型对所述目标跟驰车辆在所述缺失车辆对应的缺失时间段内的实时行驶数据进行处理，以确定所述缺失车辆在所述缺失时间段内的预测行驶轨迹，包括：
11.如权利要求9所述的方法，其特征在于，所述在确定所述缺失车辆处于排队状态时，判断是否存在与所述缺失车辆处于同一车道、且处于所述缺失车辆前方的相邻目标交互车辆之后，还包括：
12.如权利要求1-11任一所述的方法，其特征在于，所述在所述缺失车辆复现时，将所述缺失车辆对应的所述历史行驶轨迹、所述预测行驶轨迹及所述缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成所述缺失车辆对应的完整行驶轨迹之前，还包括：
13.如权利要求1-11任一所述的方法，其特征在于，所述在所述缺失车辆复现时，将所述缺失车辆对应的所述历史行驶轨迹、所述预测行驶轨迹及所述缺失车辆在复现时刻之后的实时行驶轨迹进行拼接，以生成所述缺失车辆对应的完整行驶轨迹之后，还包括：
14.一种车辆轨迹的生成装置，其特征在于，包括：
15.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-13中任一项所述的方法。
16.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-13中任一项所述的方法。
