[发明专利]一种预测障碍物轨迹以及模型训练的方法及装置

权利要求书

1.一种预测障碍物轨迹的方法，其特征在于，所述方法包括：

确定无人设备当前所在的驾驶场景，并且，确定规划所述无人设备的轨迹时所需的各障碍物的预测轨迹的预测时长；

根据所述驾驶场景和/或所述预测时长，在预设的若干种信息类型中，选择至少一种信息类型；

针对选择的每个信息类型，获取各障碍物的该信息类型的信息，并根据获取的各障碍物的该信息类型的信息，确定各障碍物对应于该信息类型的特征；

针对各障碍物，根据该障碍物的当前位置以及确定的各障碍物对应于选择的各信息类型的特征，确定该障碍物在所述预测时长内的预测轨迹。

2.如权利要求1所述的方法，其特征在于，根据所述驾驶场景，在预设的若干种信息类型中，选择至少一种信息类型，具体包括：

获取预先确定的各驾驶场景与各信息类型之间的对应关系；

根据所述对应关系以及所述驾驶场景，在各信息类型中，选择至少一种信息类型。

3.如权利要求1所述的方法，其特征在于，所述预测时长与选择的信息类型的数量正相关。

4.如权利要求1所述的方法，其特征在于，选择的信息类型包括轨迹信息类型；

获取各障碍物的该信息类型的信息，具体包括：

获取各障碍物在过去指定时长内的历史轨迹；

根据获取的各障碍物的该信息类型的信息，确定各障碍物对应于该信息类型的特征，具体包括：

针对过去指定时长内的任一时刻，根据各障碍物在该时刻的位置信息，确定各障碍物在该时刻的空间交互特征，所述空间交互特征表征各障碍物在该时刻的交互信息；

根据各障碍物在过去指定时长内的各时刻的空间交互特征，确定各障碍物在当前时刻的时空交互特征，所述时空交互特征表征各障碍物在过去指定时长内的交互信息。

5.如权利要求1所述的方法，其特征在于，选择的信息类型包括行人信息类型；

获取各障碍物的该信息类型的信息，具体包括：

确定所述无人设备周围环境中的若干个行人类型的障碍物；

获取各行人类型的障碍物的动作信息；

根据获取的各障碍物的该信息类型的信息，确定各障碍物对应于该信息类型的特征，具体包括：

针对每个行人类型的障碍物，根据该行人类型的障碍物的动作信息，确定该行人类型的障碍物的动作特征；

根据各行人类型的障碍物的动作特征，确定各行人类型的障碍物的全局动作特征，所述全局动作特征用于表征各行人类型的障碍物的交互信息。

6.如权利要求1所述的方法，其特征在于，根据该障碍物的当前位置以及确定的各障碍物对应于选择的各信息类型的特征，确定该障碍物在所述预测时长内的预测轨迹，具体包括：

根据确定的各障碍物对应于选择的各信息类型的特征，对各障碍物对应于选择的各信息类型的特征进行处理，得到指导特征；

根据该障碍物的当前位置以及所述指导特征，确定该障碍物在所述预测时长内的预测轨迹。

7.如权利要求6所述的方法，其特征在于，根据该障碍物的当前位置以及所述指导特征，确定该障碍物在所述预测时长内的预测轨迹，具体包括：

根据该障碍物的当前位置以及所述指导特征，确定该障碍物的个体特征；

将所述个体特征、所述指导特征以及该障碍物的当前位置输入预先训练的预测模型，得到所述预测模型确定的该障碍物的预测轨迹。