【技术实现步骤摘要】
本公开涉及自动驾驶，尤其涉及一种障碍物运动意图预测模型获取方法、装置、设备和介质。
技术介绍
1、在自动驾驶过程中，周围环境十分复杂，车辆会与各类障碍物进行交互。在与障碍物进行交互的过程中，车辆需要做出抢行或者让行的逻辑判断。但在做出逻辑判断的过程中，需要对障碍物的运动意图进行预测。
2、目前，对障碍物的运动意图进行预测的方法有基于博弈论的意图估计方法，还有一些基于长短期记忆神经网络、复杂的机器学习模型等算法的意图预测方法。这些方法随着数据量的提升，精度也会越来越高，但是由于没有初始解，需要输入大量的多维度的数据经过数百万次训练后，才能得到一个较为理想的模型。并且，随着训练次数的提升以及数据集的提升，训练得到的模型也十分复杂，耗时也会随着而增加，难以在实车上部署和使用。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种障碍物运动意图预测模型获取方法、装置、设备和介质，实现了结合预先标注的抢让行关系对障碍物预测基础数据集的修正，降低障碍物运动意图预测模型的复杂程度，进而，提高获取障碍物的运动意图的准确性和实时性。
2、第一方面，本公开实施例提供了一种障碍物运动意图预测模型获取方法，该方法包括：
3、获取障碍物预测基础数据集，并确定所述障碍物预测基础数据集中的第一数据集和第二数据集；其中，所述第一数据集为所述障碍物预测基础数据集中当前车辆抢让行合理的数据，所述第二数据集为所述障碍物预测基础数据集中所述当前车
4、针对所述第二数据集中的各待修正数据组，根据所述待修正数据组、所述待修正数据组中预先标注的所述当前车辆与各障碍物之间的抢让行关系以及所述待修正数据组对应的各抢让行场景，确定各障碍物的运动意图，并基于各障碍物的运动意图更新所述待修正数据组，得到更新后的第二数据集；
5、基于所述第一数据集以及更新后的第二数据集，更新所述障碍物预测基础数据集，并基于更新后的障碍物预测基础数据集对障碍物运动意图初始预测模型进行训练，得到障碍物运动意图目标预测模型。
6、第二方面，本公开实施例还提供了一种障碍物运动意图预测模型获取装置，该装置包括：
7、障碍物预测基础数据集获取模块，用于获取障碍物预测基础数据集，并确定所述障碍物预测基础数据集中的第一数据集和第二数据集；其中，所述第一数据集为所述障碍物预测基础数据集中当前车辆抢让行合理的数据，所述第二数据集为所述障碍物预测基础数据集中所述当前车辆抢让行不合理的数据；
8、数据集更新模块，用于针对所述第二数据集中的各待修正数据组，根据所述待修正数据组、所述待修正数据组中预先标注的所述当前车辆与各障碍物之间的抢让行关系以及所述待修正数据组对应的各抢让行场景，确定各障碍物的运动意图，并基于各障碍物的运动意图更新所述待修正数据组，得到更新后的第二数据集；
9、障碍物运动意图目标预测模型训练模块，用于基于所述第一数据集以及更新后的第二数据集，更新所述障碍物预测基础数据集，并基于更新后的障碍物预测基础数据集对障碍物运动意图初始预测模型进行训练，得到障碍物运动意图目标预测模型。
10、第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的障碍物运动意图预测模型获取方法。
11、第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的障碍物运动意图预测模型获取方法。
12、本公开实施例提供的一种障碍物运动意图预测模型获取方法，通过获取障碍物预测基础数据集，并确定障碍物预测基础数据集中的第一数据集和第二数据集，以便于对当前车辆抢让行不合理的数据进行后续修正，进而，针对第二数据集中的各待修正数据组，根据待修正数据组、待修正数据组中预先标注的当前车辆与各障碍物之间的抢让行关系以及待修正数据组对应的各抢让行场景，确定各障碍物的运动意图，并基于各障碍物的运动意图更新待修正数据组，得到更新后的第二数据集，以对第二数据集进行修正，基于第一数据集以及更新后的第二数据集更新障碍物预测基础数据集，并基于更新后的障碍物预测基础数据集对障碍物运动意图初始预测模型进行训练，得到障碍物运动意图目标预测模型，实现了结合预先标注的抢让行关系对障碍物预测基础数据集的修正，降低障碍物运动意图预测模型的复杂程度，进而，提高获取障碍物的运动意图的准确性和实时性。
本文档来自技高网...【技术保护点】
1.一种障碍物运动意图预测模型获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述待修正数据组中包括至少一条待修正数据，每条待修正数据与所述当前车辆的一个障碍物相对应；
3.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆抢行所述当前障碍物，所述当前抢让行场景为交叉场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
4.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆让行所述当前障碍物，所述当前抢让行场景为交叉场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
5.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆抢行所述当前障碍物，所述当前抢让行场景为汇合场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
6.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆让行所述当前障碍物，所述当前抢让行场景为汇合场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
7.根据
8.一种障碍物运动意图预测模型获取装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，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如权利要求1-7中任一项所述的障碍物运动意图预测模型获取方法。
...【技术特征摘要】
1.一种障碍物运动意图预测模型获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述待修正数据组中包括至少一条待修正数据，每条待修正数据与所述当前车辆的一个障碍物相对应；
3.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆抢行所述当前障碍物，所述当前抢让行场景为交叉场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
4.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆让行所述当前障碍物，所述当前抢让行场景为交叉场景；与所述当前障碍物相对应的运动意图为当前障碍物加速度；
5.根据权利要求2所述的方法，其特征在于，所述当前抢让行关系为所述当前车辆抢行所述当前障碍物，所述当前抢让行场景为...
【专利技术属性】
技术研发人员：张志晨，邹翀昊，
申请(专利权)人：驭势科技北京有限公司，
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。