[发明专利]一种轨迹预测方法、装置、设备及自动驾驶车辆有效

专利信息
申请号: 202210474742.2 申请日: 2022-04-29
公开(公告)号: CN114715145B 公开(公告)日: 2023-03-17
发明(设计)人: 孙灏;姚萌;杨静;郑欣悦;柳长春;李文博 申请(专利权)人: 阿波罗智能技术(北京)有限公司
主分类号: B60W30/095 分类号: B60W30/095;B60W40/02;B60W50/00;B60W60/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 孔凡红
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 轨迹 预测 方法 装置 设备 自动 驾驶 车辆
【说明书】:

本公开提供了一种轨迹预测方法、装置、设备及自动驾驶车辆,涉及人工智能技术领域,具体涉及自动驾驶、智能交通和深度学习技术领域。具体实现方案为:根据行驶对象的当前已行驶轨迹,确定所述行驶对象的轨迹特征表示;根据所述行驶对象当前已行驶场景的全局场景图像和局部场景图像,确定所述行驶对象的场景交互特征表示;根据所述轨迹特征表示和所述场景交互特征表示,预测所述行驶对象的未来行驶轨迹。通过上述技术方案,能够使得所预测的未来行驶轨迹更加精准和合理。

技术领域

本公开涉及人工智能技术领域,尤其涉及自动驾驶、智能交通和深度学习技术领域,具体涉及一种轨迹预测方法、装置、设备及自动驾驶车辆。

背景技术

随着人工智能技术的发展,自动驾驶技术逐渐兴起。其中,行驶轨迹的预测又是自动驾驶过程的核心环节。例如,预测当前行人的行驶轨迹等。那么如何精准预测行驶轨迹,对于自动驾驶的安全性至关重要。

发明内容

本公开提供了一种轨迹预测方法、装置、设备及自动驾驶车辆。

根据本公开的一方面,提供了一种轨迹预测方法,该方法包括:

根据行驶对象的当前已行驶轨迹,确定所述行驶对象的轨迹特征表示;

根据所述行驶对象当前已行驶场景的全局场景图像和局部场景图像,确定所述行驶对象的场景交互特征表示;

根据所述轨迹特征表示和所述场景交互特征表示,预测所述行驶对象的未来行驶轨迹。

根据本公开的另一方面,提供了一种电子设备,该电子设备包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开任一实施例所述轨迹预测方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行本公开任一实施例所述的轨迹预测方法。

根据本公开的另一方面,提供了一种自动驾驶车辆,包括本公开实施例所述的电子设备。

根据本公开的技术,能够使得所预测的未来行驶轨迹更加精准和合理。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1A是根据本公开实施例提供的一种轨迹预测方法的流程图;

图1B是根据本公开实施例提供的一种轨迹预测模型的结构示意图;

图2A是根据本公开实施例提供的另一种轨迹预测方法的流程图;

图2B是根据本公开实施例提供的一种轨迹特征提取模型的结构示意图;

图3是根据本公开实施例提供的又一种轨迹特征提取模型的结构示意图;

图4A是根据本公开实施例提供的又一种轨迹预测方法的流程图;

图4B是根据本公开实施例提供的一种全局特征提取网络的结构示意图;

图5A是根据本公开实施例提供的再一种轨迹预测方法的流程图;

图5B是根据本公开实施例提供的一种局部特征提取网络的结构示意图;

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阿波罗智能技术(北京)有限公司,未经阿波罗智能技术(北京)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/202210474742.2/2.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 back_top