【技術實現步驟摘要】
本公開涉及人工智能，尤其涉及自動駕駛、智能駕駛、軌跡預測。
技術介紹
1、隨著科技的高速發展和汽車智能化時代的到來，自動駕駛車輛將在未來智能交通系統中占據極其重要的地位。自動駕駛車輛需要預測周邊障礙物的運動軌跡，以便于為自動駕駛車輛實時規劃出一條無碰撞的路徑，保證自動駕駛車輛的安全與穩定運行。
2、因此，如何預測障礙物的運動軌跡是一個值得研究的問題。
技術實現思路
1、本公開提供了一種障礙物的軌跡預測的方法及相關裝置。
2、根據本公開的一方面，提供了一種障礙物的軌跡預測方法，包括：
3、對交通參與者的歷史行為特征和目標障礙物所在路段的道路拓撲的拓撲特征進行編碼，得到場景編碼特征；交通參與者至少包括目標障礙物；其中，交通參與者的歷史行為特征包括過去指定時長內的行動軌跡和/或運動狀態；
4、基于場景編碼特征以及道路拓撲上的路徑錨點集合預測出的第一概率分布，確定目標障礙物的潛在移動路徑；其中，第一概率分布用于描述目標障礙物在道路拓撲的各條候選路徑上移動的概率；
5、基于潛在移動路徑上的候選錨點集合和場景編碼特征預測出的第二概率分布，確定目標障礙物在未來指定時長內在潛在移動路徑上的至少一個移動軌跡點；第二概率分布用于描述目標障礙物在未來指定時長內移動到候選錨點集合中的各候選錨點的概率。
6、根據本公開的另一方面，提供了一種障礙物的軌跡預測裝置，包括：
7、編碼模塊，用于對交通參與者的歷史行為特征和目標障礙物
8、第一預測模塊，用于基于場景編碼特征以及道路拓撲上的路徑錨點集合預測出的第一概率分布，確定目標障礙物的潛在移動路徑；其中，第一概率分布用于描述目標障礙物在道路拓撲的各條候選路徑上移動的概率；
9、第二預測模塊，用于基于潛在移動路徑上的候選錨點集合和場景編碼特征預測出的第二概率分布，確定目標障礙物在未來指定時長內在潛在移動路徑上的至少一個移動軌跡點；第二概率分布用于描述目標障礙物在未來指定時長內移動到候選錨點集合中的各候選錨點的概率。
10、根據本公開的另一方面，提供了一種電子設備，包括：
11、至少一個處理器；以及
12、與該至少一個處理器通信連接的存儲器；其中，
13、該存儲器存儲有可被該至少一個處理器執行的指令，該指令被該至少一個處理器執行，以使該至少一個處理器能夠執行本公開實施例中任一的方法。
14、根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，該計算機指令用于使該計算機執行根據本公開實施例中任一的方法。
15、根據本公開的另一方面，提供了一種計算機程序產品，包括計算機程序，該計算機程序在被處理器執行時實現根據本公開實施例中任一的方法。
16、根據本公開的另一方面，提供了一種車輛，包括前述的電子設備。
17、本公開實施例將障礙物的軌跡預測先預測潛在移動路徑。由于未來指定時長內軌跡點的預測以潛在移動路徑為約束條件，因此，短期軌跡點的預測可以使路徑更加真實，從而提升目標障礙物軌跡預測的準確性。
18、應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網...【技術保護點】
1.一種障礙物的軌跡預測方法，包括：
2.根據權利要求1所述的方法，其中，所述基于所述場景編碼特征以及所述道路拓撲上的路徑錨點集合預測出的第一概率分布，確定所述目標障礙物的潛在移動路徑，包括：
3.根據權利要求2所述的方法，其中，所述將所述場景編碼特征以及所述道路拓撲上的路徑錨點集合輸入路徑意圖預測網絡，得到所述第一概率分布，包括基于所述路徑意圖預測網絡執行以下操作：
4.根據權利要求3所述的方法，其中，所述將所述場景編碼特征和所述路徑錨點集合進行交互學習，得到路徑錨中間特征，包括：
5.根據權利要求3或4所述的方法，還包括：
6.根據權利要求4所述的方法，其中，所述對所述路徑錨點集合進行特征提取，得到路徑錨初始特征，包括：
7.根據權利要求1-6中任一項所述的方法，還包括基于以下方法確定所述候選錨點集合：
8.根據權利要求1-6中任一項所述的方法，還包括基于以下方法確定所述候選錨點集合：
9.根據權利要求1-8中任一項所述的方法，其中，所述基于所述潛在移動路徑上的候選錨點集合和所述場
10.根據權利要求9所述的方法，其中，所述將所述潛在移動路徑上的候選錨點集合和所述場景編碼特征輸入軌跡點預測模型，得到所述第二概率分布，包括基于所述軌跡點預測模型執行以下操作：
11.根據權利要求10所述的方法，還包括：
12.根據權利要求10或11所述的方法，其中，所述將所述候選錨點集合和所述場景編碼特征進入融合處理，得到融合特征，包括：
13.根據權利要求11所述的方法，其中，所述對所述候選錨點集合進行特征提取，得到軌跡點特征，包括：
14.根據權利要求1-13中任一項所述的方法，其中，所述對交通參與者的歷史行為特征和目標障礙物所在路段的道路拓撲的拓撲特征進行編碼，得到場景編碼特征，包括：
15.根據權利要求14所述的方法，其中，所述將所述交通參與者的歷史行為特征和所述目標障礙物所在路段的道路拓撲的拓撲特征輸入時空編碼網絡，得到所述場景編碼特征，包括基于所述時空編碼網絡執行以下操作：
16.根據權利要求15所述的方法，其中，所述對所述交通參與者的歷史行為特征和所述拓撲特征進行空間編碼，得到空間編碼特征，包括：
17.根據權利要求16所述的方法，所述交通參與者還包括交互障礙物，所述交互障礙物為所述目標障礙物周圍的障礙物，其中，所述采用第一特征提取方式對所述交通參與者的歷史行為特征進行特征提取，得到第一空間特征，包括：
18.根據權利要求17所述的方法，其中，所述對所述目標障礙物的歷史行為特征進行特征提取，得到第一子空間特征，包括：
19.根據權利要求17或18所述的方法，其中，所述對所述交互障礙物的歷史行為特征進行特征提取，得到第二子空間特征，包括：
20.根據權利要求16-19中任一項所述的方法，其中，所述對所述拓撲特征進行特征提取，得到第二空間特征，包括：
21.根據權利要求15-20中任一項所述的方法，其中，所述對所述交通參與者的歷史行為特征進行時間編碼，得到時間編碼特征，包括：
22.根據權利要求21所述的方法，其中，所述交通參與者還包括交互障礙物，所述交互障礙物為所述目標障礙物周圍的障礙物，其中，所述采用第二特征提取方式對所述交通參與者的歷史行為特征進行特征提取，得到時間特征，包括：
23.根據權利要求22所述的方法，其中，所述對所述第一子時間特征和所述第二子時間特征進行融合處理，得到所述時間特征，包括：
24.一種障礙物的軌跡預測裝置，包括：
25.根據權利要求24所述的裝置，其中，所述第一預測模塊，包括：
26.根據權利要求25所述的裝置，其中，所述第一輸入子模塊，具體用于基于所述路徑意圖預測網絡執行以下操作：
27.根據權利要求26所述的裝置，其中，所述第一輸入子模塊，具體用于：
28.根據權利要求26或27所述的裝置，還包括：
29.根據權利要求27所述的裝置，其中，所述第一輸入子模塊，具體用于：
30.根據權利要求24-29中任一項所述的裝置，還包括第一錨點確定模塊，用于從所述路徑錨點集合中篩選出所述潛在移動路徑上的錨點，得到所述候選錨點集合。
31.根據權利要求24-29中任一項所述的裝置，還包括第二錨點確定模塊，用于對所述潛在移動路徑進行采樣操作，...
【技術特征摘要】
1.一種障礙物的軌跡預測方法，包括：
2.根據權利要求1所述的方法，其中，所述基于所述場景編碼特征以及所述道路拓撲上的路徑錨點集合預測出的第一概率分布，確定所述目標障礙物的潛在移動路徑，包括：
3.根據權利要求2所述的方法，其中，所述將所述場景編碼特征以及所述道路拓撲上的路徑錨點集合輸入路徑意圖預測網絡，得到所述第一概率分布，包括基于所述路徑意圖預測網絡執行以下操作：
4.根據權利要求3所述的方法，其中，所述將所述場景編碼特征和所述路徑錨點集合進行交互學習，得到路徑錨中間特征，包括：
5.根據權利要求3或4所述的方法，還包括：
6.根據權利要求4所述的方法，其中，所述對所述路徑錨點集合進行特征提取，得到路徑錨初始特征，包括：
7.根據權利要求1-6中任一項所述的方法，還包括基于以下方法確定所述候選錨點集合：
8.根據權利要求1-6中任一項所述的方法，還包括基于以下方法確定所述候選錨點集合：
9.根據權利要求1-8中任一項所述的方法，其中，所述基于所述潛在移動路徑上的候選錨點集合和所述場景編碼特征預測出的第二概率分布，確定所述目標障礙物在未來指定時長內在所述潛在移動路徑上的至少一個移動軌跡點，包括：
10.根據權利要求9所述的方法，其中，所述將所述潛在移動路徑上的候選錨點集合和所述場景編碼特征輸入軌跡點預測模型，得到所述第二概率分布，包括基于所述軌跡點預測模型執行以下操作：
11.根據權利要求10所述的方法，還包括：
12.根據權利要求10或11所述的方法，其中，所述將所述候選錨點集合和所述場景編碼特征進入融合處理，得到融合特征，包括：
13.根據權利要求11所述的方法，其中，所述對所述候選錨點集合進行特征提取，得到軌跡點特征，包括：
14.根據權利要求1-13中任一項所述的方法，其中，所述對交通參與者的歷史行為特征和目標障礙物所在路段的道路拓撲的拓撲特征進行編碼，得到場景編碼特征，包括：
15.根據權利要求14所述的方法，其中，所述將所述交通參與者的歷史行為特征和所述目標障礙物所在路段的道路拓撲的拓撲特征輸入時空編碼網絡，得到所述場景編碼特征，包括基于所述時空編碼網絡執行以下操作：
16.根據權利要求15所述的方法，其中，所述對所述交通參與者的歷史行為特征和所述拓撲特征進行空間編碼，得到空間編碼特征，包括：
17.根據權利要求16所述的方法，所述交通參與者還包括交互障礙物，所述交互障礙物為所述目標障礙物周圍的障礙物，其中，所述采用第一特征提取方式對所述交通參與者的歷史行為特征進行特征提取，得到第一空間特征，包括：
18.根據權利要求17所述的方法，其中，所述對所述目標障礙物的歷史行為特征進行特征提取，得到第一子空間特征，包括：
19.根據權利要求17或18所述的方法，其中，所述對所述交互障礙物的歷史行為特征進行特征提取，得到第二子空間特征，包括：
20.根據權利要求16-19中任一項所述的方法，其中，所述對所述拓撲特征進行特征提取，得到第二空間特征，包括：
21.根據權利要求15-20中任一項所述的方法，其中，所述對所述交通參與者的歷史行為特征進行時間編碼，得到時間編碼特征，...
【專利技術屬性】
技術研發人員：田磊，夏中譜，李丁，張寬，易夢龍，張啟超，趙冬斌，
申請(專利權)人：北京百度網訊科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。