一种目标物轨迹预测方法、装置、存储介质及电子设备制造方法及图纸

本说明书公开了一种目标物轨迹预测方法、装置、存储介质及电子设备，确定需要预测轨迹的目标物以及各障碍物，根据目标物与各障碍物的历史动态信息，确定目标物特征以及各障碍物特征，并将目标物特征以及各障碍物特征输入图神经网络中的有向图的各节点中，通过各节点之间的权重，对各节点的特征进行聚合，将聚合后的目标节点输入图神经网络的处理层，得到目标物的未来轨迹。本方法使用包含有向图的图神经网络对目标物的未来轨迹进行预测，在使用图神经网络的过程中，通过图神经网络中的有向图对目标物的特征以及各障碍物的特征进行聚合，即考虑了目标物自身的历史运动信息，还考虑到了各障碍物的历史运动信息，提高了预测目标物未来轨迹的准确性。来轨迹的准确性。来轨迹的准确性。

【技术实现步骤摘要】
一种目标物轨迹预测方法、装置、存储介质及电子设备


[0001]本说明书涉及无人驾驶
，尤其涉及一种目标物轨迹预测方法、装置、存储介质及电子设备。

技术介绍

[0002]随着科技的发展，无人驾驶技术逐渐兴起。在无人驾驶设备行驶的过程中，为了保证无人驾驶设备的安全，搭载在无人驾驶设备上的无人驾驶系统会实时感知无人驾驶设备周围的障碍物，并控制无人驾驶设备躲避障碍物。
[0003]无人驾驶设备所行驶的路径中通常包含路口场景，路口场景中既包含静态障碍物，例如，交通标志牌，还包含动态障碍物，例如，机动车、非机动车、行人。由于路口的交通状况较为复杂，为了提高无人驾驶设备在行驶时的安全性，在现有技术中，针对每个动态障碍物，无人驾驶系统会根据该动态障碍物的历史轨迹，预测该动态障碍物的未来轨迹。
[0004]但是，处于路口中的动态障碍物的运动轨迹具有与其他动态障碍物的运动轨迹频繁交互的特点，各态障碍物的未来轨迹均会受到其他动态障碍物的影响，尤其是行人和非机动车，与严格按照车道线行驶的机动车相比，行人与非机动车可运动的轨迹更加多元化，且其运动轨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标物轨迹预测方法，其特征在于，包括：确定目标物以及各障碍物；获取在预设时长内的所述目标物的历史动态信息以及各障碍物的历史动态信息；根据所述目标物的历史动态信息，确定目标物特征；并，针对每个障碍物，根据该障碍物的历史动态信息，确定该障碍物特征；以所述目标物作为目标节点，将所述目标物特征作为所述目标节点对应的特征；并，针对每个障碍物，以该障碍物作为障碍物节点，将该障碍物特征作为该障碍物节点对应的特征；将各节点对应的特征输入至预先训练的图神经网络所包含的有向图中，以通过所述有向图基于各障碍物节点与所述目标节点之间的权重，将各节点对应的特征进行聚合；将聚合后的目标节点对应的特征输入至所述图神经网络的处理层，得到所述处理层输出的所述目标物的未来轨迹。2.如权利要求1所述的方法，其特征在于，将各节点对应的特征输入至预先训练的图神经网络所包含的有向图中之前，所述方法还包括：获取所述目标物周围的环境信息，并根据所述环境信息，确定环境特征；以所述环境作为所述有向图中的环境节点，将所述环境特征作为所述环境节点对应的特征；将各节点对应的特征输入至预先训练的图神经网络所包含的有向图中，具体包括：将所述目标物特征输入至预先训练的图神经网络所包含的有向图中的目标节点；并，将各障碍物特征输入至所述有向图中的各障碍物节点；并，将所述环境特征输入至所述有向图中的环境节点。3.如权利要求2所述的方法，其特征在于，确定目标物以及各障碍物，具体包括：确定所述目标物，并根据各障碍物与所述目标物之间的距离，确定指定数量的障碍物；将各障碍物特征输入至所述有向图中的各障碍物节点，具体包括：针对每个障碍物，根据该障碍物与所述目标物之间的距离以及预设规则，将该障碍物特征输入至障碍物节点。4.如权利要求1所述的方法，其特征在于，以通过所述有向图基于各障碍物节点与所述目标节点之间的权重，将各节点对应的特征进行聚合，具体包括：针对每个障碍物节点，根据在所述有向图中该障碍物节点与所述目标节点之间的权重，将该障碍物特征传播至所述目标节点；将所述目标物特征以及通过传播所获得的各障碍物特征进行聚合，得到聚合后的所述目标节点对应的特征。5.如权利要求1所述的方法，其特征在于，预先训练图神经网络模型，具体包括：预先确定样本目标物以及各样本障碍物；获取所述样本目标物的真实轨迹，并将所述样本目标物的真实轨迹在所述预设时长内的轨迹，作为所述样本目标物的初始轨迹，将在所述初始轨迹之后的所述样本目标物的真实轨迹所包含的至少部分轨迹，作为标注轨迹，并针对每个样本障碍物，获取该样本障碍物的真实轨迹；根据所述样本目标物的初始轨...

【专利技术属性】
技术研发人员：傅壮，李鑫，陈汉斌，钱德恒，任冬淳，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：