[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

说明书

本申请是202011087583.8的分案申请，公开了一种预测障碍物轨迹以及模型训练的方法及装置，其中，针对各障碍物，获取该障碍物在历史上的指定时长内的轨迹，以及该障碍物在指定时长内对应于预设的各信息类型的信息，针对每个训练过程，在各障碍物在指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息，并将选择的信息输入待训练的预测模型，得到待训练的预测模型输出的待优化预测轨迹，根据样本轨迹以及待优化预测轨迹，对待训练的预测模型进行训练。本说明书可选择信息输入预测模型得到预测轨迹，基于选择的信息来预测障碍物的轨迹，平衡无人设备预测障碍物轨迹所消耗的计算力以及障碍物轨迹的精确度关系。

本申请是分案申请，原申请的申请号为202011087583.8，申请日为2020年10月13日，发明名称为“一种预测障碍物轨迹以及模型训练的方法及装置”。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种预测障碍物轨迹以及模型训练的方法及装置。

背景技术

目前，无人设备在运行时，可预测周围环境中各障碍物的轨迹，基于预测的各障碍物的轨迹，合理规划自身未来的轨迹，对控制量进行预先判断和调整。

通常，无人设备可获取诸如障碍物的历史轨迹、电子地图、交通灯、天气和行人姿态等信息，基于获取的信息来预测障碍物的轨迹，获取的信息越多，预测得到的障碍物的轨迹越精确，可靠预测的时间段也会更长。然而，若获取的信息越多，无人设备所需要的计算量越大，预测障碍物的轨迹所耗费的时间越长。因此，需要根据上下游功能模块在预测精度和预测频率需求来动态调整预测模型的输入信息类型。

发明内容

本说明书实施例提供一种预测障碍物轨迹以及模型训练的方法及装置，以部分解决现有技术存在的上述问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种模型训练的方法，所述方法包括：

针对各障碍物，获取该障碍物在历史上的指定时长内的轨迹，以及该障碍物在指定时长内对应于预设的各信息类型的信息；

确定指定时刻，将获取的该障碍物在所述指定时刻之后的轨迹作为样本轨迹；

针对每个训练过程，在该训练过程中，在各障碍物在所述指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息，并将选择的信息输入待训练的预测模型，得到所述待训练的预测模型输出的待优化预测轨迹；

根据所述样本轨迹以及所述待优化预测轨迹，对所述待训练的预测模型进行训练。

可选地，在各障碍物在所述指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息，具体包括：

确定该障碍物在所述指定时刻的驾驶场景，并且，确定该障碍物的待优化预测轨迹的预测时长；

根据该障碍物在所述指定时刻的驾驶场景和/或所述待优化预测轨迹的预测时长，在各障碍物在所述指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息。

可选地，根据该障碍物在所述指定时刻的驾驶场景，在各障碍物在所述指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息，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该障碍物在所述指定时刻的驾驶场景，在各信息类型中，确定至少一种信息类型；

根据确定的信息类型，在各障碍物在所述指定时刻之前的轨迹以及各障碍物在指定时长内对应于各信息类型的信息中，选择至少一种信息。

可选地，所述待优化预测轨迹的预测时长与选择的信息类型的数量正相关。