[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

说明书

本申请公开了一种预测车辆轨迹的模型训练方法和装置及存储介质。其中，该方法包括：获取多个历史车辆轨迹，其中，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，帧间抖动信息用于度量多帧车辆行驶图像中各个帧间间隔发生的抖动；对多个历史车辆轨迹中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，轨迹补偿用于补偿历史车辆轨迹缺失的轨迹部分；利用多个目标车辆轨迹训练轨迹预测模型。本申请解决了车辆轨迹的预测准确性较低的技术问题。

技术领域

本申请涉及计算机领域，具体而言，涉及一种预测车辆轨迹的模型训练方法、装置和存储介质及电子设备。

背景技术

在车辆轨迹的预测场景中，使用模型的方式进行轨迹预测，但低质量的样本训练出的模型是无法保证轨迹预测准确性的，且车辆轨迹这一场景，更容易出现低质量样本，进而导致车辆轨迹的预测准确性较低的问题出现。因此，存在车辆轨迹的预测准确性较低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种预测车辆轨迹的模型训练方法、装置和存储介质及电子设备，以至少解决车辆轨迹的预测准确性较低的技术问题。

根据本申请实施例的一个方面，提供了一种预测车辆轨迹的模型训练方法，包括：获取多个历史车辆轨迹，其中，上述历史车辆轨迹由连续采集到的多帧车辆行驶图像组成；获取上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，上述帧间抖动信息用于度量上述多帧车辆行驶图像中各个帧间间隔发生的抖动；对上述多个历史车辆轨迹中上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，上述轨迹补偿用于补偿历史车辆轨迹缺失的轨迹部分；利用上述多个目标车辆轨迹训练轨迹预测模型，并使用训练好的上述轨迹预测模型进行车辆轨迹的预测。

根据本申请实施例的另一方面，还提供了一种预测车辆轨迹的模型训练装置，包括：第一获取单元，用于获取多个历史车辆轨迹，其中，上述历史车辆轨迹由连续采集到的多帧车辆行驶图像组成；第二获取单元，用于获取上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，上述帧间抖动信息用于度量上述多帧车辆行驶图像中各个帧间间隔发生的抖动；补偿单元，用于对上述多个历史车辆轨迹中上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，上述轨迹补偿用于补偿历史车辆轨迹缺失的轨迹部分；训练单元，用于利用上述多个目标车辆轨迹训练轨迹预测模型，并使用训练好的上述轨迹预测模型进行车辆轨迹的预测。

作为一种可选的方案，上述装置还包括：第三获取单元，用于在上述对上述多个历史车辆轨迹中上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，获取上述各个历史车辆轨迹中的各对相邻车辆行驶图像帧；第四获取单元，用于在上述对上述多个历史车辆轨迹中上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，获取上述各对相邻车辆行驶图像帧之间的帧间间隔时长；确定单元，用于在上述对上述多个历史车辆轨迹中上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，在上述帧间间隔时长小于或等于预设时长阈值的情况下，确定上述帧间抖动信息满足上述轨迹稳定条件。

作为一种可选的方案，上述补偿单元，包括：第一获取模块，用于获取满足上述轨迹稳定条件的候选车辆轨迹；第二获取模块，用于获取上述候选车辆轨迹中的、上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，上述补偿时长阈值小于上述预设时长阈值；补偿模块，用于利用线性插值补偿算法，对上述备选车辆轨迹中的、上述帧间间隔时长大于或等于上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，得到上述目标车辆轨迹。