[发明专利]目标轨迹预测方法、电子设备及存储介质

权利要求书

1.一种基于并行Transformer的目标轨迹预测方法，其特征在于，包括：

S110、使用第一Transformer模型基于目标的观测轨迹序列获取目标的第一建议轨迹特征以及建议方向特征；

S120、获取目标的观测图像特征以生成特征图，使用第二Transformer模型基于所述特征图以及所述建议方向特征生成第二建议轨迹特征；

S130、将所述第一建议轨迹特征以及所述第二建议轨迹特征进行融合处理，生成多个建议预测轨迹以及各个建议预测轨迹的置信度；以及

S140、基于车辆运动学模型对所述多个建议预测轨迹进行筛选，获得目标的至少一个预测轨迹。

2.根据权利要求1所述的目标轨迹预测方法，其特征在于，S110、使用第一Transformer模型基于目标的观测轨迹序列获取目标的第一建议轨迹特征以及建议方向特征，包括：

S111、对目标的所述观测轨迹序列进行嵌入处理，并拼接一个可学习的嵌入以表示方向特征，并进行位置编码处理，生成预编码特征；

S112、使用Transformer模型的编码器对所述预编码特征进行编码处理，获得第一特征向量；

S113、使用Transformer模型的解码器对所述第一特征向量的轨迹特征部分进行解码，获得所述第一建议轨迹特征，所述解码器用可学习的嵌入初始化以进行轨迹特征的学习；以及

S114、对学习到的方向特征即第一特征向量的方向特征部分进行解码，获得所述建议方向特征。

3.根据权利要求2所述的目标轨迹预测方法，其特征在于，S111、对目标的所述观测轨迹序列进行嵌入处理，并拼接一个可学习的嵌入以表示方向特征，并进行位置编码处理，生成预编码特征，包括：

所述预编码特征表示为X^*＝[X_class；XE]+E_pos；

其中，X表示观测轨迹序列，X_class表示方向特征，E表示Embedding，E_pos表示位置编码。

4.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S112、使用第一Transformer模型的编码器对所述预编码特征进行编码处理，获得第一特征向量，包括：

所述第一特征向量表示为h＝Encoder(X^*；W_X)；

其中，Encoder表示Transformer模型的编码器，W_X是对应的参数。

5.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S113、使用第一Transformer模型的解码器对所述第一特征向量的轨迹特征部分进行解码，获得多个所述建议轨迹特征，所述解码器用可学习的嵌入初始化以进行轨迹特征的学习，包括：

所述建议轨迹特征表示为

其中，Decoder表示第一Transformer模型的解码器，W_DX是对应的参数，表示轨迹特征部分。

6.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S114、对学习到的方向特征即第一特征向量的方向特征部分进行解码，获得所述建议方向特征，包括：

S1141、使用多层感知机对学习到的方向特征进行解码，获得多个方向特征向量；

S1142、使用softmax层基于多个所述方向特征向量生成概率分布；

S1143、使用argmax基于所述概率分布获得概率最大的位置标签；以及

S1144、将所述概率最大的位置标签转换为one-hot向量，作为所述建议方向特征。