行人轨迹的预测方法、设备、移动装置和存储介质制造方法及图纸

本发明专利技术实施例提供一种行人轨迹的预测方法、设备、移动装置和存储介质。该方法包括：实时采集移动装置周围的多个障碍物的感知信息，形成多个障碍物的累积轨迹信息，并从多个障碍物的累积轨迹信息中确定符合未知运动意图要求的行人的轨迹信息；利用符合未知运动意图要求的行人的轨迹信息进行椭圆轨迹建模，其中，至少在椭圆轨迹建模的运动特征提取中分别进行不确定性估计的横、纵向行人运动特征提取；基于椭圆轨迹建模后获取的不确定性轨迹进行未来轨迹预测。本发明专利技术实施确保轨迹预测准确性的基础上，避免因行人运动不固定，移动速度较慢的情况下行人目标轨迹的漏预测，抖动或跳变，从而为下游的决策提供稳定且可靠的预测轨迹。迹。迹。

【技术实现步骤摘要】
行人轨迹的预测方法、设备、移动装置和存储介质


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种行人轨迹的预测方法、设备、移动装置和存储介质。

技术介绍

[0002]自动驾驶系统通常由“感知－预测－决策－规划－控制”几个部分构成，其中的“预测”为“轨迹预测”，上游的“感知”为环境感知，下游的“决策”为认知决策。轨迹预测任务是基于上游感知任务给出的自车周围环境感知信息，来生成自车周围的交通参与者(例如，机动车/骑行者/行人等)在未来一定时间内的运动轨迹，为自车的认知决策和运动规划提供基本的输入信息，避免发生自车与周围障碍物的碰撞事故。不同于刚体运动的机动车和近似刚体运动的骑行者等非机动车，行人的运动具有更大的随机性和不确定性。例如，行人会在一段路途中来回踱步，又或者行人本想去往A地，但突然转向去B地，这在实际道路交通路况中是有可能会出现的。在实际复杂行驶路况下，目前行人预测方法往往不能给出未来一段时间内稳定无跳变且准确的行人轨迹。然而对于下游的自车决策而言，行人目标预测轨迹的稳定性与准确性起着关键作用。
[0003]现有的行人轨迹预测方法可以分为基于规则和基于深度学习的预测方法两类：
[0004]第一类是基于常速度、常加速度等数学模型，融入一些规则化约束和先验假设，进行行人轨迹的在先预测，输出行人在未来一定时间内的轨迹线，很少考虑轨迹的不确定性；
[0005]第二类是基于深度学习的预测方法，采集大量车辆行驶环境下的行人轨迹作为训练样本，设计深度学习编解码模型，进行网络参数的学习，生成训练好的网络模型，再利用离线训练好的模型，在实际车辆行驶进行推理，输出行人在未来一定时间内的单模态或多模态的轨迹线。
[0006]在实现本专利技术过程中，专利技术人发现相关技术中至少存在如下问题：
[0007]对于上述预测方法而言，对于慢悠悠地行走或来回踱步等运动意图不明确的低速行人障碍物，现有预测方法往往会产出预测延迟或不预测的结果。在这种情况下，给出的预测结果也不稳定，输出的轨迹线来回抖动或跳。若判断行人为静止目标，则不进行预测，没有预测轨迹。而真实行驶场景下，行人的行为多变、运动不确定性大，预测困难，轨迹预测任务对静止状态的判断不一定准确(例如用户不熟悉地形，走一段路就停下查看地图，再进行下一阶段的路程，发现走错了，又走了回来)，可能产生漏预测的现象，继而可能会导致人－车碰撞等事故的发生。目前基于规则的预测方法和基于深度学习的预测方法输出轨迹的表达存在一定局限性，常表示为单模态或多模态的轨迹线，在路口环境下容易发生跳变，不能有效体现行人在未来一定时间位置的全面分布。

技术实现思路

[0008]为了至少解决现有技术中对运动意图不明确的障碍物轨迹预测不准确，容易发生跳变的问题。第一方面，本专利技术实施例提供一种行人轨迹的预测方法，包括：
[0009]实时采集移动装置周围的多个障碍物的感知信息，形成所述多个障碍物的累积轨迹信息，并从所述多个障碍物的累积轨迹信息中确定符合未知运动意图要求的行人的轨迹信息，其中，所述未知运动意图至少根据行人的速度和朝向来判定；
[0010]利用符合未知运动意图要求的行人的轨迹信息进行椭圆轨迹建模，其中，至少在所述椭圆轨迹建模的运动特征提取中分别进行不确定性估计的横、纵向行人运动特征提取；
[0011]基于所述椭圆轨迹建模后获取的不确定性轨迹进行未来轨迹预测。
[0012]第二方面，本专利技术实施例提供一种行人轨迹的预测执行设备，包括：
[0013]轨迹信息确定模块，用于实时采集移动装置周围的多个障碍物的感知信息，形成所述多个障碍物的累积轨迹信息，并从所述多个障碍物的累积轨迹信息中确定符合未知运动意图要求的行人的轨迹信息，其中，所述未知运动意图至少根据行人的速度和朝向来判定；
[0014]轨迹建模模块，用于利用符合未知运动意图要求的行人的轨迹信息进行椭圆轨迹建模，其中，至少在所述椭圆轨迹建模的运动特征提取中分别进行不确定性估计的横、纵向行人运动特征提取；
[0015]轨迹预测模块，用于基于所述椭圆轨迹建模后获取的不确定性轨迹进行未来轨迹预测。
[0016]第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例的行人轨迹的预测方法的步骤。
[0017]第四方面，本专利技术实施例提供一种移动装置，包括本体和所述本体上安装的本专利技术任一实施例所述的电子设备。
[0018]第五方面，本专利技术实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本专利技术任一实施例的行人轨迹的预测方法的步骤。
[0019]第六方面，本专利技术实施例还提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行本专利技术实施例中任意一项所述的行人轨迹的预测方法。
[0020]本专利技术实施例的有益效果在于：利用速度、朝向等信息预测出符合未知运动意图要求的行人的轨迹，在确保轨迹预测准确性的基础上，避免因行人运动不固定，移动速度较慢的情况下行人目标轨迹的漏预测，行人目标的轨迹抖动或跳变，从而为下游的决策提供稳定且可靠的预测轨迹。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术一实施例提供的一种行人轨迹的预测方法的流程图；
[0023]图2是本专利技术一实施例提供的一种行人轨迹的预测方法的符合未知运动意图要求的判定流程图；
[0024]图3是本专利技术一实施例提供的一种行人轨迹的预测方法的轨迹建模流程图；
[0025]图4是本专利技术一实施例提供的一种行人轨迹的预测方法的轨迹预测对比图；
[0026]图5是本专利技术一实施例提供的一种行人轨迹的预测方法的对椭圆轨迹点进行校正的示意图；
[0027]图6是本专利技术一实施例提供的一种行人轨迹的预测方法的未来轨迹信息的可视化示意图；
[0028]图7是本专利技术一实施例提供的一种行人轨迹的预测方法的整体结构图；
[0029]图8是本专利技术一实施例提供的一种行人轨迹的预测执行设备的结构示意图；
[0030]图9为本专利技术一实施例提供的一种行人轨迹的预测的电子设备的实施例的结构示意图。
具体实施方式
[0031]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人轨迹的预测方法，包括：实时采集移动装置周围的多个障碍物的感知信息，形成所述多个障碍物的累积轨迹信息，并从所述多个障碍物的累积轨迹信息中确定符合未知运动意图要求的行人的轨迹信息，其中，所述未知运动意图至少根据行人的速度和朝向来判定；利用符合未知运动意图要求的行人的轨迹信息进行椭圆轨迹建模，其中，至少在所述椭圆轨迹建模的运动特征提取中分别进行不确定性估计的横、纵向行人运动特征提取；基于所述椭圆轨迹建模后获取的不确定性轨迹进行未来轨迹预测。2.根据权利要求1所述的方法，其特征在于，所述实时采集移动装置周围的多个障碍物的感知信息，形成所述多个障碍物的累积轨迹信息，并从所述多个障碍物的累积轨迹信息中确定符合未知运动意图要求的行人的轨迹信息包括：实时采集所述移动装置周围的多个障碍物的感知信息，其中，所述感知信息至少包括：障碍物的时间戳、帧序号、跟踪序号、障碍物类别、空间坐标以及航向角；利用各障碍物的所述跟踪序号、所述时间戳以及所述帧序号形成所述各障碍物的累积轨迹信息；将同时满足预设轨迹点数目和所述障碍物类别要求的障碍物的累积轨迹信息确定为行人的轨迹信息；利用所述航向角确定所述行人的轨迹信息的朝向变化次数，利用所述帧序号和所述空间坐标确定所述行人的轨迹信息的速度；将所述速度低于预设速度且所述朝向变化次数低于预设数值的行人的轨迹信息判定为符合预设速度标志位的符合未知运动意图要求的行人的轨迹信息。3.根据权利要求1所述的方法，其特征在于，所述利用符合未知运动意图要求的行人的轨迹信息进行椭圆轨迹建模包括：在符合未知运动意图要求的行人的轨迹信息中进行不确定性估计的横、纵向行人运动特征提取，得到符合未知运动意图要求的行人的运动特征；利用所述运动特征提取所述行人的不确定性的椭圆轨迹参数；利用所述行人的不确定性的椭圆轨迹参数进行采样，得到所述行人的轨迹点；将各行人的轨迹点转换至统一的全局坐标系，用于修正各行人的轨迹点。4.根据权利要求3所述的方法，其特征在于，所述在符合未知运动意图要求的行人的轨迹信息中进行不确定性估计的横、纵向行人运动特征提取，得到符合未知运动意图要求的行人的运动特征包括：利用对所述行人的轨迹信息进行连续多帧预测得到的速度信息，确定横、纵向速度的均值向量和标准差向量；对所述横、纵向速度的均值向量...

【专利技术属性】
技术研发人员：请求不公布姓名，徐成，
申请(专利权)人：北京智行者科技股份有限公司，
类型：发明
国别省市：