[发明专利]预测车辆轨迹的模型训练方法和装置及存储介质

权利要求书

1.一种预测车辆轨迹的模型训练方法，其特征在于，包括：

获取多个历史车辆轨迹，其中，所述历史车辆轨迹由连续采集到的多帧车辆行驶图像组成；

获取所述多个历史车辆轨迹中各个历史车辆轨迹对应的帧间抖动信息，其中，所述帧间抖动信息用于度量所述多帧车辆行驶图像中各个帧间间隔发生的抖动；

对所述多个历史车辆轨迹中所述帧间抖动信息满足轨迹稳定条件的历史车辆轨迹进行轨迹补偿，得到多个目标车辆轨迹，其中，所述轨迹补偿用于补偿历史车辆轨迹缺失的轨迹部分；

利用所述多个目标车辆轨迹训练轨迹预测模型。

2.根据权利要求1所述的方法，其特征在于，在所述对所述多个历史车辆轨迹中所述帧间抖动信息满足轨迹稳定条件的历史车辆轨迹进行轨迹补偿，得到多个目标车辆轨迹之前，所述方法还包括：

获取所述各个历史车辆轨迹中的各对相邻车辆行驶图像帧；

获取所述各对相邻车辆行驶图像帧之间的帧间间隔时长；

在所述帧间间隔时长小于或等于预设时长阈值的情况下，确定所述帧间抖动信息满足所述轨迹稳定条件。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个历史车辆轨迹中所述帧间抖动信息满足轨迹稳定条件的历史车辆轨迹进行轨迹补偿，得到多个目标车辆轨迹，包括：

获取满足所述轨迹稳定条件的候选车辆轨迹；

获取所述候选车辆轨迹中的、所述帧间间隔时长大于或等于补偿时长阈值的备选车辆轨迹，其中，所述补偿时长阈值小于所述预设时长阈值；

利用线性插值补偿算法，对所述备选车辆轨迹中的、所述帧间间隔时长大于或等于所述补偿时长阈值的至少一对相邻车辆行驶图像帧进行补偿，得到所述目标车辆轨迹。

4.根据权利要求1所述的方法，其特征在于，所述利用所述多个目标车辆轨迹训练轨迹预测模型，包括：

获取所述多个目标车辆轨迹中各个目标车辆轨迹对应的帧间车辆距离，其中，所述帧间车辆距离用于度量所述多帧车辆行驶图像中相邻帧内第一目标车辆之间的位置差；

从所述多个目标车辆轨迹中筛选出所述帧间车辆距离满足第一轨迹校验条件的至少一个第一车辆轨迹；

利用所述至少一个第一车辆轨迹训练所述轨迹预测模型。

5.根据权利要求4所述的方法，其特征在于，在所述从所述多个目标车辆轨迹中筛选出所述帧间车辆距离满足第一轨迹校验条件的至少一个第一车辆轨迹之前，所述方法还包括：

获取所述各个目标车辆轨迹中的各对相邻车辆行驶图像帧；

获取所述各对相邻车辆行驶图像帧内所述第一目标车辆之间的横向距离差和纵向距离差；

在所述横向距离差小于或等于第一预设阈值、且所述纵向距离差小于或等于第二预设阈值的情况下，确定所述帧间车辆距离满足所述第一轨迹校验条件，其中，所述第一预设阈值与所述第一目标车辆的横向车速呈正相关关系，所述第二预设阈值与所述第一目标车辆的纵向车速呈正相关关系。

6.根据权利要求1所述的方法，其特征在于，所述利用所述多个目标车辆轨迹训练轨迹预测模型，包括：

获取所述多个目标车辆轨迹中各个目标车辆轨迹对应的帧间车辆角度，其中，所述帧间车辆航向角用于度量所述多帧车辆行驶图像中相邻帧内第二目标车辆的转向角度；

从所述多个目标车辆轨迹中筛选出所述帧间车辆角度满足第二轨迹校验条件的至少一个第二车辆轨迹；

利用所述至少一个第二车辆轨迹训练所述轨迹预测模型。

7.根据权利要求6所述的方法，其特征在于，在所述从所述多个目标车辆轨迹中筛选出所述帧间车辆角度满足第二轨迹校验条件的至少一个第二车辆轨迹之前，所述方法还包括：

获取所述各个目标车辆轨迹中的各对相邻车辆行驶图像帧；

获取所述各对相邻车辆行驶图像帧内所述第二目标车辆对应的航向角之差；

在所述航向角之差小于或等于第三预设阈值的情况下，确定所述帧间车辆角度满足所述第二轨迹校验条件，其中，所述第三预设阈值与所述目标车辆的限制车速呈负相关关系。