轨迹预测方法、装置、设备及存储介质制造方法及图纸

本申请提出一种轨迹预测方法、设备及存储介质，该方法包括：获取待预测物体的历史运动数据及场景表示集合；基于历史运动数据和场景表示集合，生成候选轨迹集合；采用预先训练的预测头对候选轨迹集合进行处理，得到待预测物体的未来轨迹集合。本申请基于历史运动数据和包含当前运动场景所有信息的场景表示集合生成候选轨迹集合，基于这两个信息生成的候选轨迹集合中的轨迹具有更丰富的模态多样性，且通过场景表示集合引入当前时刻运动场景的所有场景上下文信息，提高轨迹的准确性。采用预测头对候选轨迹集合中的轨迹进行处理，将候选轨迹集合中偏离严重的轨迹过滤掉，使得输出的未来轨迹集合更接近待预测物体在真实环境下的轨迹，提高预测准确性。提高预测准确性。提高预测准确性。

【技术实现步骤摘要】
轨迹预测方法、装置、设备及存储介质


[0001]本申请属于人工智能
，具体涉及一种轨迹预测方法、装置、设备及存储介质。

技术介绍

[0002]目前，自动驾驶已经成为热点技术，在自动驾驶场景中，自动驾驶的车辆需要对场景中其他车辆的轨迹进行预测，以利用预测的其他车辆的轨迹来规划自身的运动轨迹。
[0003]相关技术中提出了一种轨迹预测方法，该方法将场景划分成多个区域，每个区域分别由一个转换网络处理，分别预测各区域中车辆的轨迹。
[0004]但上述相关技术中每个区域分别由一个转换网络处理，网络规模较大，计算量很大。将场景划分成多个区域，会使车辆周围环境信息割裂，从而降低了轨迹预测的准确性。

技术实现思路

[0005]本申请提出一种轨迹预测方法、装置、设备及存储介质，能够缓解相关技术中网络规模大，计算量大，轨迹预测的准确性不高的技术问题。
[0006]本申请第一方面实施例提出了一种轨迹预测方法，包括：
[0007]获取待预测物体的历史运动数据及场景表示集合，所述场景表示集合包含所述待预测物体的当前运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹预测方法，其特征在于，包括：获取待预测物体的历史运动数据及场景表示集合，所述场景表示集合包含所述待预测物体的当前运动场景中的所有信息；基于所述历史运动数据和所述场景表示集合，生成候选轨迹集合；采用预先训练的预测头对所述候选轨迹集合进行处理，得到所述待预测物体的未来轨迹集合。2.根据权利要求1所述的方法，其特征在于，所述基于所述历史运动数据和所述场景表示集合，生成候选轨迹集合，包括：基于所述历史运动数据，生成所述待预测物体的假设轨迹集合；基于所述待预测物体的场景表示集合，生成多个锚点向量，所述锚点向量用于表征所述待预测物体在当前预测周期内运动的终点；对所述假设轨迹集合和所述多个锚点向量进行融合，得到候选轨迹集合。3.根据权利要求2所述的方法，其特征在于，所述基于所述历史运动数据，生成所述待预测物体的假设轨迹集合，包括：将所述历史运动数据转换成以所述待预测物体为中心的坐标系下的历史运动数据；通过预设编码算法对转换后的所述历史运动数据进行编码，得到所述待预测物体的历史运动编码数据；基于所述历史运动编码数据，生成假设轨迹集合。4.根据权利要求3所述的方法，其特征在于，所述基于所述历史运动编码数据，生成假设轨迹集合，包括：对预设轨迹查询向量集进行正交初始化处理；基于所述历史运动编码数据和正交初始化后的所述预设轨迹查询向量集，通过交叉注意力模块生成所述待预测物体的假设轨迹集合。5.根据权利要求2所述的方法，其特征在于，所述对所述假设轨迹集合和所述多个锚点向量进行融合，得到候选轨迹集合，包括：从所述假设轨迹集合中分别确定出与所述锚点向量对应的假设轨迹向量；分别将对应的假设轨迹向量与锚点向量相加，得到多个新的轨迹向量；将所述多个新的轨迹向量构成所述待预测物体的候选轨迹集合。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，采用预先训练的预测头对所述候选轨迹集合进行处理，得到所述待预测物体的未来轨迹集合，包括：基于所述候选轨迹集合，得到多个候选轨迹子集合，不同候选轨迹子集合中的候选轨迹不完全相同；所述候选轨迹子集合的数目小于等于所述预测头包括的头部网络的数目；对于每个候选轨迹子集合，分别采用所述预测头包括的一个头部网络对所述候选轨迹子集合进行处理，得到与所述每个候选轨迹子集合对应的未来轨迹子集...

【专利技术属性】
技术研发人员：王喜顺，宿桐，大方，杨晓东，
申请(专利权)人：苏州轻舟智航智能技术有限公司，
类型：发明
国别省市：