[发明专利]一种轨迹预测方法、装置及设备

说明书

本申请提供一种轨迹预测方法、装置及设备，该方法包括：将目标运动对象的已获取的第一目标特征输入给已训练的意图模拟器得到K个未来时刻的第一预测数据；基于未来时刻对应的候选位置的高斯参数确定该未来时刻的目标位置，基于K个未来时刻的目标位置确定目标运动对象的第二目标特征；将第二目标特征输入给已训练的轨迹预测器得到K个未来时刻的第二预测数据；基于未来时刻对应的每个模态的预测概率确定该未来时刻的目标模态，基于未来时刻对应的候选位置的高斯参数确定该未来时刻的预测位置，基于K个未来时刻的目标模态和预测位置确定目标运动对象的预测轨迹。通过本申请的技术方案，能够得到准确可靠的预测轨迹，并能够提升预测轨迹的质量。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种轨迹预测方法、装置及设备。

背景技术

在自动驾驶场景中，各个传感器会对目标场景内的信息进行采集，如采集目标场景内的各个运动对象(如机动车、非机动车、行人等)的信息，基于运动对象的信息预测运动对象在未来时刻的未来轨迹，继而基于运动对象在未来时刻的未来轨迹确定本车辆的运动轨迹，基于本车辆的运动轨迹实现自动驾驶，有助于更好的规划本车辆的运动轨迹，从而降低交通事故的发生率。

但是，应该如何基于运动对象的信息预测运动对象在未来时刻的未来轨迹，在相关技术中并没有合理的实现方式，存在未来轨迹预测不准确等问题。

发明内容

本申请提供一种轨迹预测方法，所述方法包括：

将目标运动对象的已获取的第一目标特征输入给已训练的意图模拟器得到K个未来时刻的第一预测数据；其中，所述目标运动对象是目标场景内的任一运动对象，所述第一目标特征与所述目标运动对象的历史轨迹和目标场景的地图信息匹配，所述第一预测数据包括候选位置的高斯参数；

基于未来时刻对应的候选位置的高斯参数确定该未来时刻的目标位置，基于K个未来时刻的目标位置确定所述目标运动对象的第二目标特征；

将所述第二目标特征输入给已训练的轨迹预测器得到K个未来时刻的第二预测数据，第二预测数据包括每个模态的预测概率和候选位置的高斯参数；

基于未来时刻对应的每个模态的预测概率确定该未来时刻的目标模态，基于未来时刻对应的候选位置的高斯参数确定该未来时刻的预测位置，并基于K个未来时刻的目标模态和预测位置确定所述目标运动对象的预测轨迹。

本申请提供一种轨迹预测装置，所述装置包括：

获取模块，用于将目标运动对象的已获取的第一目标特征输入给已训练的意图模拟器得到K个未来时刻的第一预测数据；其中，所述目标运动对象是目标场景内的任一运动对象，所述第一目标特征与所述目标运动对象的历史轨迹和目标场景的地图信息匹配，所述第一预测数据包括候选位置的高斯参数；

确定模块，用于针对K个未来时刻中的每个未来时刻，基于该未来时刻对应的候选位置的高斯参数确定该未来时刻的目标位置，基于所述K个未来时刻的目标位置确定所述目标运动对象的第二目标特征；

所述获取模块，还用于将所述目标运动对象的所述第二目标特征输入给已训练的轨迹预测器得到K个未来时刻的第二预测数据，所述第二预测数据包括每个模态的预测概率和候选位置的高斯参数；

所述确定模块，还用于针对K个未来时刻中的每个未来时刻，基于该未来时刻对应的每个模态的预测概率确定该未来时刻的目标模态，基于该未来时刻对应的候选位置的高斯参数确定该未来时刻的预测位置，并基于所述K个未来时刻的目标模态和预测位置确定所述目标运动对象的预测轨迹。

本申请提供一种电子设备，包括：处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用于执行机器可执行指令，以实现本申请上述示例的轨迹预测方法。