[发明专利]运动轨迹预测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202110858918.X 申请日: 2021-07-28
公开(公告)号: CN113609947A 公开(公告)日: 2021-11-05
发明(设计)人: 许家妙;刘鹏 申请(专利权)人: 深圳元戎启行科技有限公司;东风汽车集团股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 刘羚
地址: 518048 广东省深圳市福田区福保街道福保社区桃*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 运动 轨迹 预测 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种运动轨迹预测方法、装置、计算机设备和存储介质。所述方法包括:获取交通参与者的当前运动轨迹以及与当前轨迹相关的当前车道图;根据当前运动轨迹上轨迹点的轨迹点数量、各轨迹点的第一位置信息、速度信息和对应交通参与者的标识,构造当前交通参与者特征;根据当前车道图中各车道图的车道点数量、各车道点的第二位置信息、方向信息和对应车道的标识,构造当前车道图特征;根据当前交通参与者特征和当前车道图特征进行高维嵌入特征学习,得到考虑了轨迹点与轨迹点,轨迹点与车道点,车道点和车道点之间相关性的目标特征数据,根据目标特征数据进行轨迹预测,得到指定时长内的预测轨迹。采用本方法能够提高轨迹预测的准确性。

技术领域

本申请涉及自动驾驶技术领域,特别是涉及一种运动轨迹预测方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展,出现了自动驾驶技术,自动驾驶技术逐步应用在各个领域,例如,矿石开采、工地巡检、变电站巡检等;在自动驾驶过程中需要通过预测其他交通参与者的行驶轨迹来规划当前的行驶轨迹,确保自动驾驶能够安全准确地到达目的地。目前Transformer技术能被应用与轨迹预测任务中;Transformer是一种没有使用循环神经网络(RNN)或者卷积网络(CNN),完全通过自注意(self-attention)机制表示输入输出数据的深度网络模型。

然而,目前Transformer在预测任务中通过考虑交通参与者轨迹与交通参与者轨迹,交通参与者轨迹与地图中心线,地图中心线与地图中心线间的相关性进行预测。这种线级别的相关性无法充分考虑,轨迹点或车道线点之间的相关性,进而导致轨迹预测的准确性无法进一步提升。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高轨迹预测准确性的运动轨迹预测方法、装置、计算机设备和存储介质。

一种运动轨迹预测方法,所述方法包括:

获取交通参与者的当前运动轨迹以及与所述当前轨迹相关的当前车道图;

根据所述当前运动轨迹上轨迹点的轨迹点数量、各所述轨迹点的第一位置信息、速度信息和对应交通参与者的标识,构造当前交通参与者特征;

根据所述当前车道图中各车道图的车道点数量、各所述车道点的第二位置信息、方向信息和对应车道的标识,构造当前车道图特征;

对所述当前交通参与者特征和当前车道图特征进行高维嵌入特征处理,得到目标特征数据;所述目标特征数据是指考虑了所述轨迹点与轨迹点,轨迹点与车道点,车道点和车道点之间相关性的特征数据;

根据目标特征数据进行轨迹预测,得到交通参与者在指定时长内的预测轨迹。

在其中一个实施例中,所述根据当前交通参与者特征和当前车道图特征进行高维嵌入特征处理,得到目标特征数据,包括:

对所述当前交通参与者特征和所述当前车道图特征进行数据特征提取,得到第一批数据;

对所述第一批数据进行高维嵌入特征处理,得到目标特征数据。

在其中一个实施例中,所述对所述第一批数据进行高维嵌入特征处理,得到目标特征数据,包括:

对所述第一批数据进行批数据转化,得到特征维数相同的第二批数据;

将第二批数据输入至多层神经网络中进行特征变换,得到变换后的高维嵌入特征;

对所述变换后的高维嵌入特征进行矩阵转换,得到矩阵转换后的高维嵌入特征;

对所述矩阵转换后的高维嵌入特征进行位置嵌入处理,得到位置嵌入后的高维嵌入特征;

对所述位置嵌入后的高维嵌入特征进行特征处理,得到目标特征数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳元戎启行科技有限公司;东风汽车集团股份有限公司,未经深圳元戎启行科技有限公司;东风汽车集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110858918.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code