[发明专利]障碍物轨迹预测方法、装置、设备和介质

说明书

本发明公开了一种障碍物轨迹预测方法、装置、设备和介质，适用于无人驾驶设备(或称为无人车或自动驾驶设备)。方法包括：获取在无人驾驶设备的行驶过程中识别的动态障碍物类型以及图像或点云数据；根据动态障碍物类型从相同类型的多个级别预测模型中选择第一级别预测模型；根据第一级别预测模型的预测时长和值与时长阈值的关系，对预测模型级别或动态障碍物数量进行调整，得到预测模型的最佳级别或动态障碍物的最佳数量；控制最佳级别预测模型基于动态障碍物的图像或点云数据进行轨迹预测；或控制预测模型基于最佳数量动态障碍物的图像或点云数据进行轨迹预测。本发明优化了障碍物轨迹预测方式，能够兼顾轨迹预测实时性和预测精度。

技术领域

本发明实施例涉及无人驾驶技术领域，尤其涉及一种障碍物轨迹预测方法、装置、设备和介质。

背景技术

在无人驾驶技术中，无人驾驶设备中的自动驾驶系统会根据获取到的设备周边情况进行路径规划。

当对无人驾驶设备进行路径规划时，为了使得无人驾驶设备能够避开周围障碍物，需要对障碍物的运动轨迹进行预测。障碍物一般包括静态障碍物和动态障碍物，动态障碍物可大致分类为车辆、行人或其他处于运动状态的物体。目前，对动态障碍物的运动轨迹进行预测时，通常是利用预测模型，基于动态障碍物在历史时间段的运动状态，对动态障碍物的运动轨迹进行预测。

由于预测模型的预测精度可高可低，那么如果预测模型的预测精度设置的比较高，则需要花费较长时间进行障碍物运动轨迹预测，从而影响对无人驾驶设备的路径规划实时性；如果预测模型的预测精度设置的比较低，又会使得障碍物运动轨迹预测精度低，而导致对无人驾驶设备的路径规划不合理。

发明内容

本发明实施例提供一种障碍物轨迹预测方法、装置、设备和介质，以优化障碍物轨迹预测方式，兼顾障碍物轨迹的预测实时性和预测精度。

第一方面，本发明实施例提供了一种障碍物轨迹预测方法，包括：

获取在无人驾驶设备的行驶过程中识别的至少一个动态障碍物的类型以及图像或点云数据；

根据所述动态障碍物的类型，从相同类型的多个级别预测模型中，选择第一级别预测模型；

根据所述第一级别预测模型的预测时长和值与时长阈值的关系，对所述预测模型级别或者动态障碍物数量进行调整，得到所述预测模型的最佳级别或者所述动态障碍物的最佳数量；

控制最佳级别预测模型，基于所述动态障碍物的图像或点云数据，对所述动态障碍物的运动轨迹进行预测；或者，控制所述预测模型，基于所述最佳数量动态障碍物的图像或点云数据，对所述最佳动态障碍物的运动轨迹进行预测。

第二方面，本发明实施例还提供了一种障碍物轨迹预测装置，包括：

获取模块，用于获取在无人驾驶设备的行驶过程中识别的至少一个动态障碍物的类型以及图像或点云数据；

选择模块，用于根据所述动态障碍物的类型，从相同类型的多个级别预测模型中，选择第一级别预测模型；

调整模块，用于根据所述第一级别预测模型的预测时长和值与时长阈值的关系，对所述预测模型级别或者动态障碍物数量进行调整，得到所述预测模型的最佳级别或者所述动态障碍物的最佳数量；

预测模块，用于控制最佳级别预测模型，基于所述动态障碍物的图像或点云数据，对所述动态障碍物的运动轨迹进行预测；或者，控制所述预测模型，基于所述最佳数量动态障碍物的图像或点云数据，对所述最佳动态障碍物的运动轨迹进行预测。

第三方面，本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，