[发明专利]轨迹的处理方法、电子设备、存储介质及车辆

权利要求书

1.一种轨迹的处理方法，其特征在于，包括：

确定目标轨迹中的当前时刻的目标原始状态信息以及预设时间段内的目标原始状态信息，其中所述目标轨迹是对目标进行检测跟踪所得到的轨迹，所述预设时间段位于所述当前时刻之前；

对所述当前时刻的目标原始状态信息以及所述预设时间段内的目标原始状态信息进行特征编码，以得到所述当前时刻的编码向量，其中所述当前时刻的编码向量融合所述预设时间段内的目标原始状态信息；

对所述当前时刻的编码向量进行特征解码，以得到所述当前时刻的目标优化状态信息以及跟踪置信度信息，作为所述目标轨迹中所述目标在所述当前时刻的跟踪输出。

2.根据权利要求1所述的方法，其特征在于，

所述对所述当前时刻的目标原始状态信息以及所述预设时间段内的目标原始状态信息进行特征编码，包括：

利用LSTM模型，对所述当前时刻的目标原始状态信息以及所述预设时间段内的目标原始状态信息进行特征编码；

所述对所述当前时刻的编码向量进行特征解码，包括：

利用MLP模型，对所述当前时刻的编码向量进行特征解码。

3.根据权利要求2所述的方法，其特征在于，

所述预设时间段内包括预设数量K个时刻，其中K为正整数；

所述利用LSTM模型，对所述当前时刻的目标原始状态信息以及所述预设时间段内的目标原始状态信息进行特征编码，以得到所述当前时刻的编码向量，包括：

将所述当前时刻之前的第K时刻的目标原始状态信息以及初始编码向量输入到所述LSTM模型，以得到第K时刻的编码向量，其中所述初始编码向量为零向量；

将所述第K时刻的编码向量以及第K-1时刻的目标原始状态信息输入到所述LSTM模型，以得到第K-1时刻的编码向量；

依次执行，从而将所述当前时刻的目标原始状态信息以及第1时刻的编码向量输入到所述LSTM模型，以得到所述当前时刻的编码向量；

其中，所述第K时刻的编码向量到所述当前时刻的编码向量的维度相同。

4.根据权利要求2所述的方法，其特征在于，

所述MLP模型包括第一MLP层和第二MLP层，其中，所述第一MLP层用于对所述当前时刻的编码向量进行逐步解码，以得到所述当前时刻的目标优化状态信息，所述第二MLP层用于对所述当前时刻的编码向量进行逐步解码，以得到所述跟踪置信度信息。

5.根据权利要求2所述的方法，其特征在于，

所述预设时间段内的目标原始状态信息包括所述目标在每个时刻时的检测包围盒的信息；

所述网络模型的训练时，将所述预设时间内的目标原始状态信息中每个时刻对应的真值标注目标包围盒与相应的所述检测包围盒的交并比用于得到所述跟踪置信度信息的真值监督置信度分数；

其中，在所述交并比大于预设阈值时，所述真值监督置信度分数为1，表征使用相应时刻下的真值目标状态，对所述当前时刻的目标优化状态信息进行监督。

6.根据权利要求2所述的方法，其特征在于，

所述当前时刻的目标原始状态信息和所述预设时间段内的目标原始状态信息均包括所述目标的位置信息、尺度信息、朝向信息、检测置信度信息、所述目标的尺度信息所表征的范围内的点云数量信息以及所述目标的尺度信息所表征的范围内的点云质心方位信息。

7.根据权利要求2所述的方法，其特征在于，所述当前时刻的目标优化状态信息包括优化后的所述目标的位置信息、尺度信息、朝向信息和所述目标的速度信息。

8.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至7中任一项所述的轨迹的处理方法。

9.一种非易失性计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至7中任一项所述的轨迹的处理方法。

10.一种车辆，其特征在于，包括如权利要求8所述的电子设备或如权利要求9所述的非易失性计算机可读存储介质。