[发明专利]基于生成对抗网络的行人轨迹模拟方法、装置和存储介质

说明书

本发明实施例提出一种基于生成对抗网络的行人轨迹模拟方法、装置和存储介质。该方法包括：将随机定位点和第一交通路网信息输入生成器，以生成与所述第一交通路网信息相对应的生成行人轨迹；合成所述生成行人轨迹和所述第一交通路网信息，以获得第一输入数据；合成真实行人轨迹和第二交通路网信息，以获得第二输入数据；将所述第一输入数据和所述第二输入数据分别输入判别器；如果所述判别器能够区分所述第一输入数据与所述第二输入数据，则调整所述生成器的参数后，重新执行生成步骤和判别器输入步骤，直至所述判别器无法区分所述第一输入数据与所述第二输入数据。本发明实施例可以模拟出符合真实场景的行人轨迹，提高仿真场景的真实度和仿真测试的准确性。

技术领域

本发明涉及自动驾驶仿真技术领域，尤其涉及一种基于生成对抗网络的行人轨迹模拟方法、装置和存储介质。

背景技术

从统计学意义上来讲，自动驾驶车辆需要在完备路网行驶2亿英里才能保证其性能超越人类，这种目标在实际场景中是难以实现的。通过仿真才能加速实现这一目标。在仿真模拟中，需要为自动驾驶车辆构建仿真场景，其中包括行人轨迹。现阶段，通过实地采样获取完备的场景分布集合是异常困难的。此外，利用实地采样获得的场景一般更适用于采集地，换了其他地方的场景可能不一样，仿真得到的结果可能不准确。

发明内容

本发明实施例提供一种基于生成对抗网络的行人轨迹模拟方法、装置和存储介质，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种基于生成对抗网络的行人轨迹模拟方法，包括：

将随机定位点和第一交通路网信息输入生成器，以生成与所述第一交通路网信息相对应的生成行人轨迹；

合成所述生成行人轨迹和所述第一交通路网信息，以获得第一输入数据；合成真实行人轨迹和第二交通路网信息，以获得第二输入数据；将所述第一输入数据和所述第二输入数据分别输入判别器；

如果所述判别器能够区分所述第一输入数据与所述第二输入数据，则调整所述生成器的参数后，重新执行生成步骤和判别器输入步骤，直至所述判别器无法区分所述第一输入数据与所述第二输入数据。

在一种实施方式中，所述第一交通路网信息包括第一地图信息和第一红绿灯信息，将随机定位点和第一交通路网信息输入生成器，以生成与所述第一交通路网信息相对应的生成行人轨迹，包括：

根据所述生成器的卷积网络，提取所述第一地图信息中的地图特征；

将所述地图特征和所述第一红绿灯信息作为隐含态初始值，输入所述生成器的长短期记忆网络；

从所述地图信息中随机选取一个点作为所述随机定位点；

将所述随机定位点输入所述长短期记忆网络，以生成所述生成行人轨迹。

在一种实施方式中，所述第一交通路网信息包括第一地图信息和第一红绿灯信息，合成所述生成行人轨迹和所述第一交通路网信息，以获得第一输入数据，包括：

合成所述生成行人轨迹和所述第一地图信息，以生成区域生成行人轨迹；

合成所述区域生成行人轨迹和所述第一红绿灯信息，以获得所述第一输入数据。

在一种实施方式中，所述第二交通路网信息包括第二地图信息和第二红绿灯信息，合成真实行人轨迹和第二交通路网信息，以获得第二输入数据，包括：

合成所述真实行人轨迹和所述第二地图信息，以生成区域真实行人轨迹；

合成所述区域真实行人轨迹和所述第二红绿灯信息，以获得所述第二输入数据。

第二方面，本发明实施例提供了一种基于生成对抗网络的行人轨迹模拟装置，包括：