一种智能终端运动轨迹决策方法及其系统、存储介质技术方案

本发明专利技术涉及一种智能终端运动轨迹决策方法及其系统、存储介质，该方法包括：获取智能终端摄像头拍摄的连续多帧图像；将连续多帧图像输入智能终端轨迹预测模型进行轨迹预测；获取智能终端雷达组件所检测的雷达信息，并根据连续多帧图像与雷达信息对智能终端当前所处场景中的前方多个对象进行识别，确定多个目标对象及其类型；分别将连续多帧图像输入对应类型的对象轨迹预测模型进行轨迹预测，根据预设筛选规则从多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹；根据修正轨迹修正智能终端在未来设定时间段内的运动轨迹，使得在未来设定时间段内智能终端与修正轨迹所对应的目标对象不发生碰撞，提高智能终端运动决策能力。动决策能力。动决策能力。

【技术实现步骤摘要】
一种智能终端运动轨迹决策方法及其系统、存储介质


[0001]本专利技术涉及智能终端决策
，具体涉及一种智能终端运动轨迹决策方法及其系统、存储介质。

技术介绍

[0002]目前，智能终端的移动决策大多依赖于外部感知场景的分析，而忽略了场景中不同对象与移动本体的联系，即缺乏对识别场景对象未来移动行为预测。一般情况下，我们可以考虑识别对象运动的变化，并且从移动终端的角度进行场景描述。几乎现有全部研究都考虑了运动学与环境实体的关系，而且大多数仲裁模型是一种基于静态特定场景定制的，因此智能终端在多变复杂的场景中，需要根据场景的特征激活相应的模型，限制了算法的迁移与扩展应用。

技术实现思路

[0003]本专利技术的目的在于提出一种智能终端运动轨迹决策方法及其系统、存储介质，其利用场景中多个目标对象的未来运动轨迹修正智能终端的未来运动轨迹，实现高效决策，适用于多变复杂的场景的智能终端运动轨迹决策。
[0004]为实现上述目的，根据第一方面，本专利技术的实施例提出一种智能终端运动轨迹决策方法，包括：
[0005]获取智能终端摄像头拍摄的连续多帧图像；
[0006]将所述连续多帧图像输入智能终端轨迹预测模型进行轨迹预测，得到智能终端在未来设定时间段内的智能终端未来运动轨迹；
[0007]获取智能终端雷达组件所检测的雷达信息，并根据所述连续多帧图像与所述雷达信息对智能终端当前所处场景中的前方多个对象进行识别，确定多个目标对象及其类型；
[0008]根据所述多个目标对象的类型，分别将所述连续多帧图像输入对应类型的对象轨迹预测模型进行轨迹预测，得到所述每一目标对象在未来设定时间段内的对象未来运动轨迹；其中，不同目标对象类型对应不同的对象轨迹预测模型；
[0009]根据预设筛选规则从所述多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹；
[0010]根据所述修正轨迹修正所述智能终端在未来设定时间段内的运动轨迹，以使得在未来设定时间段内智能终端与所述修正轨迹所对应的目标对象不发生碰撞。
[0011]可选地，所述根据预设筛选规则从所述多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹，包括：
[0012]步骤S11、获取所述多个目标对象的权重系数；其中对于不同类型的目标对象预先设置不同的权重系数；
[0013]步骤S12、初始化当前修正轨迹；其中所述当前修正轨迹的初始参数为权重系数最大的目标对象在未来设定时间段内的运动轨迹；
[0014]步骤S13、基于所述当前修正轨迹，判断所述多个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间的距离关系是否满足预设的修正条件；若满足，则输出所述当前修正轨迹作为修正轨迹，若不满足，则转至步骤S14；
[0015]步骤S14、根据所述多个目标对象的权重系数从所述多个目标对象在未来设定时间段内的运动轨迹中选取一个运动轨迹更新所述当前修正轨迹，并将更新后的当前修正轨迹返回步骤S13继续循环执行。
[0016]可选地，所述智能终端未来运动轨迹包括连续多个时刻的多帧智能终端位置预测图像，每帧智能终端位置预测图像包括智能终端在对应时刻的预测位置；
[0017]所述对象未来运动轨迹包括连续多个时刻的多帧对象位置预测图像，每帧对象位置预测图像包括对应目标对象在对应时刻的预测位置；其中，不同目标对象类型对应不同的对象轨迹预测模型。
[0018]可选地，所述步骤S13，包括：
[0019]根据所述当前修正轨迹所对应目标对象的权重系数、预设安全距离衡量值计算修正阈值；
[0020]根据所述修正阈值，判断所述多个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间的距离关系是否满足预设的修正条件其中，分别为第1至第n个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间最近的距离，n为目标对象总数。
[0021]可选地，所述步骤S14，包括：
[0022]选择权重系数小于当前修正轨迹所对应目标对象权重系数，且最接近当前修正轨迹所对应目标对象权重系数的目标对象在未来设定时间段内的运动轨迹更新所述当前修正轨迹。
[0023]可选地，所述目标对象的类型至少包括动态对象和静态对象。
[0024]根据第二方面，本专利技术的实施例提出一种智能终端运动轨迹决策系统，包括：
[0025]图像获取单元，用于获取智能终端摄像头拍摄的连续多帧图像；
[0026]智能终端轨迹预测单元，用于将所述连续多帧图像输入智能终端轨迹预测模型进行轨迹预测，得到智能终端在未来设定时间段内的智能终端未来运动轨迹；
[0027]雷达信息获取单元，用于获取智能终端雷达组件所检测的雷达信息，并根据所述连续多帧图像与所述雷达信息对智能终端当前所处场景中的前方多个对象进行识别，确定多个目标对象及其类型；
[0028]对象轨迹预测单元，用于根据所述多个目标对象的类型，分别将所述连续多帧图像输入对应类型的对象轨迹预测模型进行轨迹预测，得到所述每一目标对象在未来设定时间段内的对象未来运动轨迹；其中，不同目标对象类型对应不同的对象轨迹预测模型；
[0029]修正轨迹筛选单元，用于根据预设筛选规则从所述多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹；以及
[0030]轨迹修正单元，用于根据所述修正轨迹修正所述智能终端在未来设定时间段内的运动轨迹，以使得在未来设定时间段内智能终端与所述修正轨迹所对应的目标对象不发生
碰撞。
[0031]可选地，所述修正轨迹筛选单元，包括：
[0032]权重系数获取单元，用于获取所述多个目标对象的权重系数；其中对于不同类型的目标对象预先设置不同的权重系数；
[0033]修正轨迹初始化单元，用于初始化当前修正轨迹；其中所述当前修正轨迹的初始参数为权重系数最大的目标对象在未来设定时间段内的运动轨迹；
[0034]修正条件判断单元，用于基于所述当前修正轨迹，判断所述多个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间的距离关系是否满足预设的修正条件；
[0035]修正轨迹输出单元，用于当修正条件判断单元的判断结果为满足时，输出对应的当前修正轨迹作为修正轨迹；以及
[0036]修正轨迹更新单元，用于当修正条件判断单元的判断结果为不满足时，根据所述多个目标对象的权重系数从所述多个目标对象在未来设定时间段内的运动轨迹中选取一个运动轨迹更新所述当前修正轨迹，并将更新后的当前修正轨迹输出给所述修正条件判断单元继续判断。
[0037]可选地，所述智能终端未来运动轨迹包括连续多个时刻的多帧智能终端位置预测图像，每帧智能终端位置预测图像包括智能终端在对应时刻的预测位置；
[0038]所述对象未来运动轨迹包括连续多个时刻的多帧对象位置预测图像，每帧对象位置预测图像包括对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能终端运动轨迹决策方法，其特征在于，包括：获取智能终端摄像头拍摄的连续多帧图像；将所述连续多帧图像输入智能终端轨迹预测模型进行轨迹预测，得到智能终端在未来设定时间段内的智能终端未来运动轨迹；获取智能终端雷达组件所检测的雷达信息，并根据所述连续多帧图像与所述雷达信息对智能终端当前所处场景中的前方多个对象进行识别，确定多个目标对象及其类型；根据所述多个目标对象的类型，分别将所述连续多帧图像输入对应类型的对象轨迹预测模型进行轨迹预测，得到所述每一目标对象在未来设定时间段内的对象未来运动轨迹；其中，不同目标对象类型对应不同的对象轨迹预测模型；根据预设筛选规则从所述多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹；根据所述修正轨迹修正所述智能终端在未来设定时间段内的运动轨迹，以使得在未来设定时间段内智能终端与所述修正轨迹所对应的目标对象不发生碰撞。2.根据权利要求1所述的智能终端运动轨迹决策方法，其特征在于，所述根据预设筛选规则从所述多个目标对象在未来设定时间段内的运动轨迹中筛选出一个修正轨迹，包括：步骤S11、获取所述多个目标对象的权重系数；其中对于不同类型的目标对象预先设置不同的权重系数；步骤S12、初始化当前修正轨迹；其中所述当前修正轨迹的初始参数为权重系数最大的目标对象在未来设定时间段内的运动轨迹；步骤S13、基于所述当前修正轨迹，判断所述多个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间的距离关系是否满足预设的修正条件；若满足，则输出所述当前修正轨迹作为修正轨迹，若不满足，则转至步骤S14；步骤S14、根据所述多个目标对象的权重系数从所述多个目标对象在未来设定时间段内的运动轨迹中选取一个运动轨迹更新所述当前修正轨迹，并将更新后的当前修正轨迹返回步骤S13继续循环执行。3.根据权利要求2所述的智能终端运动轨迹决策方法，其特征在于，所述智能终端未来运动轨迹包括连续多个时刻的多帧智能终端位置预测图像，每帧智能终端位置预测图像包括智能终端在对应时刻的预测位置；所述对象未来运动轨迹包括连续多个时刻的多帧对象位置预测图像，每帧对象位置预测图像包括对应目标对象在对应时刻的预测位置；其中，不同目标对象类型对应不同的对象轨迹预测模型。4.根据权利要求3所述的智能终端运动轨迹决策方法，其特征在于，所述步骤S13，包括：根据所述当前修正轨迹所对应目标对象的权重系数、预设安全距离衡量值计算修正阈值；根据所述修正阈值，判断所述多个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间的距离关系是否满足预设的修正条件其中，分别为第1至
第n个目标对象在未来设定时间段内的运动轨迹与所述智能终端在未来设定时间段内的运动轨迹之间最近的距离，n为目标对象总数。5.根据权利要求4所述的智能终端运动轨迹决策方法，其特征在于，所述步骤S14，包括：选择权重系数小于当前修正轨迹所对应目标对象权重系数，且最接近当前修正轨迹所对应目标对象权重系数的目标对象在未来设定时间段内的运动轨迹更新所述当前修正轨迹。6.一种智能终端运动轨迹决策系统，其特征在于，包括：图像获取单元，用于获取智能终端摄像头拍摄的连续多帧图像；智能终端轨迹预测单元，用于将所述连续多帧图像输入智能终端轨迹预测模型进行轨迹预测，得到智能终端在...

【专利技术属性】
技术研发人员：王航，周玉山，王玉龙，关倩仪，张剑锋，尹苍穹，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：