[发明专利]一种多目标轨迹的预测方法、装置、车载设备及存储介质

说明书

本发明涉及多目标轨迹的预测方法、装置、车载设备及存储介质，方法包括：获取车辆在多个时刻的行驶状态信息及多个目标在每个时刻的局部图像信息和运动信息；基于局部图像信息，确定多个目标在每个时刻的位置信息以及距离信息；基于行驶状态信息、局部图像信息、运动信息、位置信息及距离信息，预测多个目标的轨迹。可见，通过获取多个目标在多个时刻的局部图像信息作为环境语义信息，增加预测的多目标轨迹对环境的感知。从局部图像信息中可确定目标的位置及距离，并通过获取多个目标在多个时刻的运动信息，使用目标的位置、距离及运动信息，来约束目标的运动趋势，并结合车辆的在多个时刻的行驶状态信息预测多目标的轨迹，增加预测的准确性。

技术领域

本发明实施例涉及车辆自动驾驶技术领域，具体涉及一种多目标轨迹的预测方法、装置、车载设备及存储介质。

背景技术

随着自动驾驶技术的发展，自动驾驶车辆对于周围其他车辆及行人的运行轨迹的预测是必不可少的需求。

现有的一种轨迹预测方法是将不确定的历史轨迹数据转换为网格概率，并通过马尔可夫链方法获得轨迹的转移概率，从而得到轨迹的预测结果。该方法虽然可以较快地预测出轨迹信息，但是却缺乏图像的语义信息。

现有的另一种轨迹预测方法是基于边界框和距离预测双流车载行人车辆的方法。该方法将图片信息及目标速度信息通过循环神经网络编码器-解码器的方式学习训练，结合贝叶斯网络来获得轨迹的预测流信息。该方法虽然结合图像信息可以学习到目标的轨迹特性，但是却无法同时正确学习到多目标信息及目标的方向信息，容易造成错误输出。

上述对问题的发现过程的描述，仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本发明的至少一个实施例提供了一种多目标轨迹的预测方法、装置、车载设备及存储介质。

第一方面，本发明实施例提出一种多目标轨迹的预测方法，所述方法包括：

获取车辆在多个时刻的行驶状态信息以及多个目标在每个所述时刻的局部图像信息和运动信息；

基于所述局部图像信息，确定多个目标在每个所述时刻的位置信息以及距离信息；

基于所述行驶状态信息、所述局部图像信息、所述运动信息、所述位置信息以及所述距离信息，预测所述多个目标的轨迹。

基于第一方面，在第一方面第一实施例中，所述基于所述局部图像信息，确定多个目标在每个所述时刻的位置信息以及距离信息，包括：

将所述局部图像信息进行网格划分；

检测多个目标在每个所述时刻所处的网格位置；

基于多个目标在每个所述时刻所处的网格位置，确定多个目标在每个所述时刻的位置信息以及距离信息。

基于第一方面，在第一方面第二实施例中，所述基于所述行驶状态信息、所述局部图像信息、所述运动信息、所述位置信息以及所述距离信息，预测所述多个目标的轨迹，包括：

通过第一特征提取网络提取每个所述目标在所述多个时刻的第一特征信息；所述第一特征信息为局部图像信息的特征信息；

通过第二特征提取网络提取每个所述目标在所述多个时刻的第二特征信息；所述第二特征信息为拼接信息的特征信息，所述拼接信息包括所述第一特征信息、所述运动信息、所述位置信息、所述距离信息以及所述行驶状态信息；

基于每个所述目标在所述多个时刻的第二特征信息，预测所述多个目标的轨迹。

基于第一方面第二实施例，在第一方面第三实施例中，所述第二特征提取网络包括：全连接网络以及编码多层感知器；