[发明专利]姿态轨迹预测方法、装置及电子设备

权利要求书

1.一种姿态轨迹预测方法，其特征在于，包括：

获取车辆的基础感知定位数据；

获取所述车辆周围的交通参与者中的，属性为人的障碍物目标的头部活动特征数据；

根据所述基础感知定位数据和所述头部活动特征数据，确定所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹；

其中，所述获取所述车辆周围的交通参与者中的，属性为人的障碍物目标的头部活动特征数据，包括：

调用第一摄像头采集包括所述车辆周围的交通参与者的第一图像；

对所述第一图像中，属性为人的障碍物目标进行人脸检测；

在人脸检测成功的情况下，根据人脸检测结果，得到所述第一图像中，属性为人的障碍物目标的头部朝向信息和/或眼睛凝视方向信息；

在人脸检测失败的情况下，对所述第一图像中，属性为人的障碍物目标进行姿态估计，根据姿态轨迹估计结果，得到所述第一图像中，属性为人的障碍物目标的头部朝向信息。

2.根据权利要求1所述的方法，其特征在于，所述头部活动特征数据包括以下至少一项：头部朝向信息、眼睛凝视方向信息、嘴巴动作信息、脸部表情信息。

3.根据权利要求1所述的方法，其特征在于，

所述根据所述基础感知定位数据和所述头部活动特征数据，确定所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹之前，所述方法还包括：

获取所述车辆周围的交通参与者中的至少一个障碍物目标发出的交通信号；

根据所述交通信号，确定道路影响数据；其中，所述道路影响数据指示受所述至少一个障碍物目标影响的道路区域；

所述根据所述基础感知定位数据和所述头部活动特征数据，确定所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹，包括：

根据所述基础感知定位数据、所述头部活动特征数据和所述道路影响数据，确定所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹。

4.根据权利要求3所述的方法，其特征在于，所述交通信号包括以下至少一项：换道信号、拐弯信号、刹车信号、倒车信号、减速信号。

5.根据权利要求3所述的方法，其特征在于，

所述获取所述车辆周围的交通参与者中的至少一个障碍物目标发出的交通信号，包括：

调用第二摄像头采集包括所述车辆周围的交通参与者的第二图像；

对所述第二图像进行检测识别处理，以得到检测识别处理结果；

根据所述检测识别处理结果，获得所述车辆周围的交通参与者中的至少一个障碍物目标发出的交通信号；

或者，

所述获取所述车辆周围的交通参与者中的至少一个障碍物目标发出的交通信号，包括：

通过车联网，获取所述车辆周围的交通参与者中的至少一个障碍物目标发出的交通信号。

6.根据权利要求5所述的方法，其特征在于，以下三项中的至少一项满足：

所述至少一个障碍物目标包括属性为机动车的障碍物目标，所述检测识别处理结果包括以下至少一项：所述属性为机动车的障碍物目标的车灯状态信息、所述属性为机动车的障碍物目标的乘员的交通手势信息；

所述至少一个障碍物目标包括属性为非机动车的障碍物目标，所述检测识别处理结果包括所述属性为非机动车的障碍物目标的乘员的交通手势信息；

所述至少一个障碍物目标包括属性为交通警察的障碍物目标，所述检测识别处理结果包括所述属性为交通警察的障碍物目标的交通手势信息。

7.根据权利要求3至6中任一项所述的方法，其特征在于，所述根据所述基础感知定位数据、所述头部活动特征数据和所述道路影响数据，确定所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹，包括：

将所述基础感知定位数据、所述头部活动特征数据和所述道路影响数据一并输入预测模型，以获得所述预测模型输出的，所述车辆周围的交通参与者中的各个障碍物目标的预测姿态轨迹；

其中，所述预测模型为基于深度学习网络的模型或者为基于生成对抗网络的模型。