[发明专利]一种目标行人轨迹预测模型训练方法、装置、电子设备及存储介质

说明书

本申请一种目标行人轨迹预测模型训练方法、装置、电子设备及存储介质，该方法包括：将第一历史位置向量集合和第二历史位置向量集合输入目标行人轨迹预测模型中，得到预测位置向量集合；将真实位置向量集合和预测位置向量集合输入判别模型中，得到距离集合对应的损失值；若损失值不符合预设条件，基于损失值训练目标行人轨迹预测模型中的参数，直至损失值符合预设条件；第一历史位置向量集合由目标行人在多个历史预设时刻的第一历史位置向量构成，第二历史位置向量集合由每个周围行人对应的第二历史位置向量子集合构成的，如此，可以基于时间维度上和空间维度上的数据特征训练目标行人轨迹预测模型，可以提高目标行人轨迹预测模型预测能力。

技术领域

本申请涉及行人轨迹预测领域，特别涉及一种目标行人轨迹预测模型 训练方法、装置、电子设备及存储介质。

背景技术

行人的轨迹预测指根据行人历史的运动路径，预测其未来的轨迹，其 应用场景广泛，在智能驾驶、移动出行和服务机器人导航等领域中都有广 泛应用。

目前，相关技术中，行人的轨迹预测方法可以是将行人的历史运动轨 迹输入到已训练的模型中，输出行人的预测轨迹；模型训练的过程是：将 大量的行人的轨迹输入到模型中，对模型进行训练。但现有的许多行人轨 迹的预测方法往往采用手动设计许多函数对行人运动进行建模，这样的方 式使得模型无法充分学习数据的全部特征，只会侧重于人工设计的某一方 面的特征，如此，导致训练的模型的预测能力较弱。

发明内容

本申请实施例要解决的是现有技术中的训练的只会侧重于人工设计的 某一方面的特征的技术问题。

为解决上述技术问题，一方面，本申请实施例提供了一种目标行人轨 迹预测模型训练方法，该方法包括：

获取第一历史位置向量集合，第一历史位置向量集合由目标行人在多 个历史预设时刻的第一历史位置向量构成；

获取第二历史位置向量集合，第二历史位置向量集合由预设个周围行 人中每个周围行人在多个历史预设时刻的第二历史位置向量子集合构成；

获取真实位置向量集合，真实位置向量集合由目标行人在多个当前或 未来预设时刻的真实位置向量构成；

将第一历史位置向量集合和第二历史位置向量集合输入目标行人轨迹 预测模型中，得到预测位置向量集合，预测位置向量集合由目标行人在多 个当前或未来预设时刻的预测位置向量组成；

将真实位置向量集合和预测位置向量集合输入判别模型中，得到距离 集合对应的损失值；距离集合由真实位置向量集合中的每个真实位置与预 测位置向量集合中每个预测位置之间的距离构成；

若损失值不符合预设条件，基于损失值训练目标行人轨迹预测模型中 的参数，返回将第一历史位置向量集合和第二历史位置向量集合和获取真 实位置向量集合输入目标行人轨迹预测模型中的操作，直至损失值符合预 设条件；其中参数包括目标行人轨迹预测模型中与第一历史位置向量集合 和第一历史位置向量集合相关的权重系数。

另一方面，本申请实施例提供了一种目标行人轨迹预测模型训练装置， 该装置包括：

第一获取模块，用于获取第一历史位置向量集合，第一历史位置向量 集合由目标行人在多个历史预设时刻的第一历史位置向量构成；

第二获取模块，用于获取第二历史位置向量集合，第二历史位置向量 集合由预设个周围行人中每个周围行人在多个历史预设时刻的第二历史位 置向量子集合构成；

第三获取模块，用于获取真实位置向量集合，真实位置向量集合由目 标行人在多个当前或未来预设时刻的真实位置向量构成；

预测模块，用于将第一历史位置向量集合和第二历史位置向量集合输 入目标行人轨迹预测模型中，得到预测位置向量集合，预测位置向量集合 由目标行人在多个当前或未来预设时刻的预测位置向量组成；