本申请实施例公开了一种运动轨迹的生成方法、装置、电子设备及存储介质。应用于自动化测试领域。包括：获取至少一个参考车辆和目标车辆的历史运动轨迹数据。利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定目标车辆对应的社交信息向量。利用轨迹生成模型根据目标车辆的历史运动轨迹数据确定目标车辆对应的第一历史轨迹特征向量。利用轨迹生成模型根据目标车辆对应的社交信息向量和目标车辆对应的轨迹特征向量，生成目标车辆的运动规划轨迹。本申请实施例可以利用轨迹生成模型快速生成多个交通参与物的运动轨迹。这样多个交通参与物可以加入至测试场景中，以增加测试场景的复杂度。景的复杂度。景的复杂度。
【技术实现步骤摘要】
运动轨迹的生成方法、装置、电子设备及存储介质
[0001]本专利技术涉及自动化测试领域，具体而言，涉及一种运动轨迹的生成方法、装置、电子设备及存储介质。
技术介绍
[0002]随着自动驾驶技术的迅速发展，高等级自动驾驶汽车已经逐渐走进人们的生活。针对自动驾驶汽车的测试过程，据测算自动驾驶汽车平均需要130万英里的测试里程才能保证系统的安全性，同时还需要在各类复杂测试场景中测试自动驾驶汽车。因此传统的场地测试和道路测试已经无法满足自动驾驶汽车的测试需求。
[0003]这是因为传统的场地测试和道路测试需要大量的配套设备以及相关经验的技术人员，测试过程中会造成巨大的人力、物力和财力消耗。同时受制于场地原因，传统的道路测试会会存在不能测试复杂和危险场景的问题。鉴于以上困难，采用在环测试的方式在自动驾驶汽车开发、验证阶段进行测试，不但能够极大的节省时间和成本，亦能够开展一些在实际场地或道路测试上无法实现的危险测试场景。
[0004]然而目前的在环测试并没有可以支撑高等级自动驾驶功能测试的复杂场景生成系统，难以对高等级自动驾驶汽车进行完备的功能测试。因此，如何在在环测试场景下生成复杂测试场景成为亟需解决的问题。
技术实现思路
[0005]本专利技术提供了一种运动轨迹的生成方法、装置、电子设备及存储介质。利用轨迹生成模型以对至少一个参考车辆和目标车辆的历史运动轨迹数据进行分析整合，然后根据分析结果生成目标车辆的运动轨迹。这样，就可以利用轨迹生成模型生成多个交通参与物的运动轨迹，这样多个交通参与物加入至测试场景中可以增加测试场景的复杂度。
[0006]第一方面，本专利技术实施例提供了一种运动轨迹的生成方法，该生成方法包括：获取至少一个参考车辆和目标车辆的历史运动轨迹数据，至少一个参考车辆为驾驶场景中目标车辆的周边车辆。
[0007]利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定目标车辆对应的社交信息向量。
[0008]利用轨迹生成模型根据目标车辆的历史运动轨迹数据确定目标车辆对应的第一历史轨迹特征向量。
[0009]利用轨迹生成模型根据目标车辆对应的社交信息向量和目标车辆对应的第一历史轨迹特征向量，生成目标车辆的运动规划轨迹。
[0010]在一个可选的实施方式中，轨迹生成模型包括编码器层，编码器层用于提取时空序列特征。该方法还包括：将至少一个参考车辆的历史运动轨迹数据输入至编码器层。
[0011]通过编码器层分别获得参考车辆对应的第二历史轨迹特征向量。
[0012]利用轨迹生成模型根据目标车辆的历史运动轨迹数据确定目标车辆对应的第一历史轨迹特征向量，包括：将目标车辆的历史运动轨迹数据输入至编码器层。
[0013]通过编码器层获得目标车辆对应的第一历史轨迹特征向量。
[0014]在一个可选的实施方式中，轨迹生成模型包括卷积池化层。
[0015]利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定目标车辆对应的社交信息向量，包括：将所有的第二历史轨迹特征向量输入至卷积池化层，利用卷积池化层对所有的第二历史轨迹特征向量进行特征融合，得到社交信息向量。
[0016]在一个可选的实施方式中，该方法还包括：对社交信息向量进行池化处理。
[0017]在一个可选的实施方式中，轨迹生成模型包括解码器层。
[0018]利用轨迹生成模型根据目标车辆对应的社交信息向量和目标车辆对应的第一历史轨迹特征向量，生成目标车辆的运动规划轨迹，包括：对池化处理后的社交信息向量和第一历史轨迹特征向量进行拼接，得到轨迹编码向量。
[0019]将轨迹编码向量输入至解码器层中，得到目标车辆的运动规划轨迹。目标车辆的运动规划轨迹用于描述在预设时间段内，各时刻对应的预测轨迹点的位置。
[0020]在一个可选的实施方式中，该方法还包括：对轨迹生成模型进行训练。其中，轨迹生成模型对应的训练过程为：获取车辆行驶样本数据，车辆行驶样本数据包括第一车辆对应的历史运动轨迹数据、第二车辆对应的历史运动轨迹数据以及第二车辆对应的当前运动轨迹数据。
[0021]将第一车辆对应的历史运动轨迹数据和第二车辆对应的历史运动轨迹数据输入至轨迹生成模型中，通过轨迹生成模型获得第二车辆对应的运动轨迹预测结果。
[0022]根据运动轨迹预测结果和当前运动轨迹数据，确定损失值。
[0023]根据损失值调整轨迹生成模型的模型参数。
[0024]待达到训练条件时，停止轨迹生成模型的训练过程。
[0025]在一个可选的实施方式中，训练条件为损失值小于预设阈值或训练次数达到预设次数。
[0026]第二方面，本专利技术实施例提供了一种运动轨迹的生成装置，该生成装置包括：获取单元，用于获取至少一个参考车辆和目标车辆的历史运动轨迹数据，至少一个参考车辆为驾驶场景中目标车辆的周边车辆。
[0027]确定单元，用于利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定目标车辆对应的社交信息向量。
[0028]确定单元，还用于利用轨迹生成模型根据目标车辆的历史运动轨迹数据确定目标车辆对应的第一历史轨迹特征向量。
[0029]生成单元，用于利用轨迹生成模型根据目标车辆对应的社交信息向量和目标车辆对应的第一历史轨迹特征向量，生成目标车辆的运动规划轨迹。
[0030]在一个可选的实施方式中，轨迹生成模型包括编码器层，编码器层用于提取时空
序列特征。该生成装置还包括输入输出单元。
[0031]输入输出单元，用于将至少一个参考车辆的历史运动轨迹数据输入至编码器层。
[0032]获取单元，还用于通过编码器层分别获得参考车辆对应的第二历史轨迹特征向量。
[0033]输入输出单元，还用于将目标车辆的历史运动轨迹数据输入至编码器层。
[0034]确定单元，具体用于通过编码器层获得目标车辆对应的第一历史轨迹特征向量。
[0035]在一个可选的实施方式中，轨迹生成模型包括卷积池化层。
[0036]输入输出单元，还用于将所有的第二历史轨迹特征向量输入至卷积池化层。
[0037]确定单元，具体用于利用卷积池化层对所有的第二历史轨迹特征向量进行特征融合，得到社交信息向量。
[0038]在一个可选的实施方式中，确定单元，还用于对社交信息向量进行池化处理。
[0039]在一个可选的实施方式中，轨迹生成模型包括解码器层。
[0040]生成单元，具体用于对池化处理后的社交信息向量和第一历史轨迹特征向量进行拼接，得到轨迹编码向量。
[0041]输入输出单元，还用于将轨迹编码向量输入至解码器层中。
[0042]生成单元，具体用于得到目标车辆的运动规划轨迹。目标车辆的运动规划轨迹用于描述在预设时间段内，各时刻对应的预测轨迹点的位置。
[0043]在一个可选的实施方式中，该生成装置还包括训练单元。
[0044]训练单元，具体用于对轨迹生成模型进行训练。其中，轨迹生成模本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动轨迹的生成方法，其特征在于，所述生成方法包括：获取至少一个参考车辆和目标车辆的历史运动轨迹数据；所述至少一个参考车辆为驾驶场景中所述目标车辆的周边车辆；利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定所述目标车辆对应的社交信息向量；利用所述轨迹生成模型根据所述目标车辆的历史运动轨迹数据确定所述目标车辆对应的第一历史轨迹特征向量；利用所述轨迹生成模型根据所述目标车辆对应的社交信息向量和所述目标车辆对应的第一历史轨迹特征向量，生成所述目标车辆的运动规划轨迹。2.根据权利要求1所述的生成方法，其特征在于，所述轨迹生成模型包括编码器层；所述编码器层用于提取时空序列特征；所述方法还包括：将所述至少一个参考车辆的历史运动轨迹数据输入至所述编码器层；通过所述编码器层分别获得所述参考车辆对应的第二历史轨迹特征向量；所述利用所述轨迹生成模型根据所述目标车辆的历史运动轨迹数据确定所述目标车辆对应的第一历史轨迹特征向量，包括：将所述目标车辆的历史运动轨迹数据输入至所述编码器层；通过所述编码器层获得所述目标车辆对应的所述第一历史轨迹特征向量。3.根据权利要求2所述的生成方法，其特征在于，所述轨迹生成模型包括卷积池化层；所述利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定所述目标车辆对应的社交信息向量，包括：将所有的所述第二历史轨迹特征向量输入至所述卷积池化层，利用所述卷积池化层对所有的所述第二历史轨迹特征向量进行特征融合，得到所述社交信息向量。4.根据权利要求3所述的生成方法，其特征在于，所述方法还包括：对所述社交信息向量进行池化处理。5.根据权利要求4所述的生成方法，其特征在于，所述轨迹生成模型包括解码器层；所述利用所述轨迹生成模型根据所述目标车辆对应的社交信息向量和所述目标车辆对应的第一历史轨迹特征向量，生成所述目标车辆的运动规划轨迹，包括：对池化处理后的所述社交信息向量和所述第一历史轨迹特征向量进行拼接，得到轨迹编码向量；将所述轨迹编码向量输入至所述解码器层中，得到所述目标车辆的运动规划轨迹；所述目标车辆的运动规划轨迹用于描...
【专利技术属性】
技术研发人员：戴一凡，王宝宗，成波，王小明，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。