运动目标的轨迹预测方法及装置与流程

本说明书一个或多个实施例涉及数据处理领域，尤其涉及一种运动目标的轨迹预测方法及装置。

背景技术：

1、在无人驾驶技术领域，对车辆周边的运动目标的未来运动轨迹进行预测是重要的组成部分之一，其一般是以运动目标的历史运动轨迹和地图信息作为输入，经过预设的预测方法，对每个运动目标的未来运动轨迹进行预测。

2、相关技术主要采用了如下2种轨迹预测方案：第一种方案，以历史运动轨迹作为输入，使用滤波器对运动目标的运动状态进行估计，包括估计运动目标的线速度、角速度、线加速度等运动状态。然后基于一定的运动规则，对运动目标的运动状态在时间维度上进行推演，以达到对未来运动轨迹进行预测的目的。第二种方案，使用了神经网络对未来轨迹进行预测，以运动目标的历史运动轨迹与地图信息作为输入，使用神经网络对运动目标的未来轨迹进行预测。

3、第一种方案由于需要先对运动目标的运动状态进行估计并基于假设进行推演，使得到轨迹预测精度很差。第二种方案需要针对不同的驾驶场景对神经网络进行大量的训练，当训练时使用的驾驶场景与当前的驾驶场景差异较大时，会产生极为不合理的轨迹预测结果。

技术实现思路

1、有鉴于此，本说明书一个或多个实施例提供一种运动目标的轨迹预测方法及装置，以解决相关技术中存在的问题。

2、为实现上述目的，本说明书一个或多个实施例提供技术方案如下：

3、根据本说明书一个或多个实施例的第一方面，提出了一种运动目标的轨迹预测方法，包括：

4、获取车辆所在行驶区域内的各个车道的车道定位信息，所述车辆周边的运动目标的历史运动轨迹的轨迹定位信息，以及基于至少一种运动规则确定出的所述运动目标将要经过的至少一个参考点的参考点定位信息；

5、分别对所述车道定位信息、所述轨迹定位信息和所述参考点定位信息进行特征提取，得到与所述各个车道分别对应的车道特征、与所述运动目标对应的运动特征、和与所述至少一个参考点分别对应的参考点定位特征；

6、采用预设的注意力机制，对与所述各个车道分别对应的车道特征、与所述运动目标对应的运动特征、和与所述至少一种参考点分别对应的参考点定位特征进行特征交互，得到与所述各个车道分别对应的第一注意力特征、与所述运动目标对应的第二注意力特征和与所述至少一个参考点分别对应的第三注意力特征；

7、基于所述第一注意力特征、所述第二注意力特征和所述第三注意力特征，预测得到所述运动目标在预测时长范围内的运动轨迹。

8、根据本说明书一个或多个实施例的第二方面，提出了一种运动目标的轨迹预测装置，包括：

9、信息采集模块，用于获取车辆所在行驶区域内的各个车道的车道定位信息，所述车辆周边的运动目标的历史运动轨迹的轨迹定位信息，以及基于至少一种运动规则确定出的所述运动目标将要经过的至少一个参考点的参考点定位信息；

10、特征提取模块，用于分别对所述车道定位信息、所述轨迹定位信息和所述参考点定位信息进行特征提取，得到与所述各个车道分别对应的车道特征、与所述运动目标对应的运动特征、和与所述至少一个参考点分别对应的参考点定位特征；

11、特征交互模块，用于采用预设的注意力机制，对与所述各个车道分别对应的车道特征、与所述运动目标对应的运动特征、和与所述至少一种参考点分别对应的参考点定位特征进行特征交互，得到与所述各个车道分别对应的第一注意力特征、与所述运动目标对应的第二注意力特征和与所述至少一个参考点分别对应的第三注意力特征；

12、轨迹预测模块，用于基于所述第一注意力特征、所述第二注意力特征和所述第三注意力特征，预测得到所述运动目标在预测时长范围内的运动轨迹。

13、根据本说明书一个或多个实施例的第三方面，提出了一种电子设备，包括：

14、处理器；

15、用于存储处理器可执行指令的存储器；

16、其中，所述处理器通过运行所述可执行指令以实现如第一方面所述的方法。

17、根据本说明书一个或多个实施例的第四方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面所述方法的步骤。

18、在以上技术方案中，通过获取运动目标在各个运动规则下的参考点，并结合运动目标的历史运动轨迹和各个车道的车道定位信息，经过特征提取和基于注意力机制的特征交互，将参考点的参考点定位特征、运动目标的运动特征和车道的车道特征进行聚合，使得到的注意力特征具有与参考点对应的各个运动规则的特征信息，从而使基于注意力特征预测得到的运动轨迹更加准确。

技术特征：

1.一种运动目标的轨迹预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一注意力特征、所述第二注意力特征和所述第三注意力特征，预测得到所述运动目标在预测时长范围内的运动轨迹，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于与各个车道分别对应的第一注意力特征和与所述运动目标对应的第二注意力特征，计算所述运动目标经过各个车道的概率值，并基于概率值最大的目标车道对应的第一注意力特征和所述第二注意力特征，预测得到所述运动目标在预设时长范围内的第一运动轨迹，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一注意力特征、所述第二注意力特征和所述第三注意力特征，预测得到所述运动目标在预测时长范围内的运动轨迹，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于与所述运动目标对应的第二注意力特征和与所述至少一个参考点分别对应的第三注意力特征，预测得到所述运动目标在预测时长范围内与所述至少一个参考点分别对应的第二运动轨迹，包括：

6.根据权利要求1所述的方法，其特征在于，所述采用预设的注意力机制，对与所述各个车道分别对应的车道特征、与所述运动目标对应的运动特征、和与所述至少一个参考点分别对应的参考点定位特征进行特征交互，得到与所述各个车道分别对应的第一注意力特征、与所述运动目标对应的第二注意力特征和与所述至少一个参考点分别对应的第三注意力特征，包括：

7.根据权利要求1所述的方法，其特征在于，所述车道的车道定位信息包括所述车道的中心线包含的中心线定位点序列中各个中心线定位点的定位信息；对各个车道的车道定位信息进行特征提取，得到与各个车道分别对应的车道特征，包括：

8.根据权利要求1所述的方法，根据权利要求1所述的方法，其特征在于，所述运动目标的历史运动轨迹的轨迹定位信息包括所述历史运动轨迹包含的轨迹定位点序列中各个轨迹定位点的定位信息；对所述轨迹定位信息进行特征提取，得到与所述运动目标对应的运动特征，包括：

9.根据权利要求1所述的方法，其特征在于，对所述参考点定位信息进行特征提取，得到与所述至少一个参考点分别对应的参考点定位特征，包括：

10.一种运动目标的轨迹预测装置，其特征在于，包括：

11.一种电子设备，其特征在于，包括：

12.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-9中任一项所述方法的步骤。

13.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-9中任一项所述方法的步骤。

技术总结本说明书一个或多个实施例提供一种运动目标的轨迹预测方法及装置。该方法包括：获取各个车道的车道定位信息，运动目标的历史运动轨迹的轨迹定位信息，以及参考点的参考点定位信息；分别对车道定位信息、轨迹定位信息和参考点定位信息进行特征提取，得到与车道对应的车道特征、与运动目标对应的运动特征、和参考点对应的参考点定位特征；采用注意力机制，对与车道对应的车道特征、与运动目标对应的运动特征、和与参考点对应的参考点定位特征进行特征交互，得到与车道对应的第一注意力特征、与运动目标对应的第二注意力特征和与参考点对应的第三注意力特征；基于第一注意力特征、第二注意力特征和第三注意力特征，预测得到运动目标的运动轨迹。技术研发人员：王麒,孔楚凡,梁家铭,庞江南,张吉祺,陈恩泽,郭棵,苗振伟,卿泉受保护的技术使用者：浙江菜鸟供应链管理有限公司技术研发日：技术公布日：2024/7/29