本申请公开了模型训练技术领域内的一种运动轨迹预测方法、模型训练方法、装置、设备及介质。本申请使模型输入数据由目标运动轨迹的下一时刻的预测位置信息、目标运动轨迹的下一时刻的拟合位置信息、由目标运动轨迹的邻近运动轨迹计算得到的位移模仿信息、预测位置信息和位移模仿信息之间的相似程度以及基于邻近运动轨迹确定的预测位置信息的移动约束构成，那么第二轨迹预测模型可综合考虑目标运动轨迹与其所在空间内其他轨迹之间的关系，并且结合了同一目标运动轨迹的两种预测结果，能够提高轨迹预测的准确率。
【技术实现步骤摘要】
本申请涉及模型训练，特别涉及一种运动轨迹预测方法、模型训练方法、装置、设备及介质。
技术介绍
1、轨迹预测指已知某个对象（行人、车辆等）一段时间内的行动轨迹，预测该对象在未来若干时刻内的坐标的任务。该技术常用于目标跟踪、自动驾驶、社会行为分析等场景中。但由于对象的运动轨迹受限于空间等因素，且不同运动轨迹间可能存在干扰，导致轨迹预测方案的准确性有限。
2、因此，如何提高轨迹预测的准确率，是本领域技术人员需要解决的问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种运动轨迹预测方法、模型训练方法、装置、设备及介质，以提高轨迹预测的准确率。其具体方案如下：
2、一方面，本申请提供了一种运动轨迹预测方法，包括：
3、获取目标运动轨迹的下一时刻的预测位置信息及拟合位置信息；其中，通过第一轨迹预测模型预测得到所述预测位置信息；通过曲线拟合算法得到所述拟合位置信息；
4、根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息；
5、计算所述预测位置信息和所述位移模仿信息之间的相似程度；
6、基于所述邻近运动轨迹确定所述预测位置信息的移动约束；
7、将所述预测位置信息、所述拟合位置信息、所述位移模仿信息、所述相似程度和所述移动约束输入第二轨迹预测模型，以使所述第二轨迹预测模型再次预测得到所述目标运动轨迹的下一时刻的新预测位置信息。
8、另一方面，获取所述目标运动轨迹的下一时刻的预测位置信息，包括：</p>9、获取第一轨迹预测模型针对所述目标运动轨迹生成的预测结果，作为所述预测位置信息。
10、另一方面，所述预测结果的生成过程包括：
11、计算所述目标运动轨迹和所述邻近运动轨迹的位置偏差；
12、将所述位置偏差、所述目标运动轨迹和所述邻近运动轨迹输入所述第一轨迹预测模型，以使所述第一轨迹预测模型生成所述预测结果。
13、另一方面，所述计算所述目标运动轨迹和所述邻近运动轨迹的位置偏差，包括：
14、将所述目标运动轨迹和所述邻近运动轨迹中同一时刻的位置点构建为位置组合；
15、分别计算各位置组合中两个位置点之间的距离；
16、取各距离的均值作为所述位置偏差。
17、另一方面，获取所述目标运动轨迹的下一时刻的拟合位置信息，包括：
18、利用至少一个曲线拟合算法对所述目标运动轨迹进行拟合，得到所述拟合位置信息。
19、另一方面，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息之前，还包括：
20、根据所述预测位置信息设定邻近范围；
21、基于时间关联和/或空间关联将所述邻近范围内的运动轨迹作为所述邻近运动轨迹。
22、另一方面，所述基于时间关联和/或空间关联将所述邻近范围内的运动轨迹作为所述邻近运动轨迹，包括：
23、将所述邻近范围内与所述目标运动轨迹同时刻存在的运动轨迹作为所述邻近运动轨迹；和/或将所述邻近范围内存在的各历史运动轨迹作为所述邻近运动轨迹。
24、另一方面，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息，包括：
25、在所述邻近运动轨迹中选择与所述目标运动轨迹具有相似运动方向的相似运动轨迹；
26、计算所述相似运动轨迹中目标位置的位移；
27、根据所述位移、所述相似运动轨迹的平均步长和所述目标运动轨迹的平均步长计算得到所述位移模仿信息。
28、另一方面，所述在所述邻近运动轨迹中选择与所述目标运动轨迹具有相似运动方向的相似运动轨迹，包括：
29、计算所述目标运动轨迹与所述邻近运动轨迹的方向夹角；
30、若所述方向夹角小于预设角度阈值，则将所述邻近运动轨迹确定为所述相似运动轨迹；否则，将所述邻近运动轨迹确定为非相似运动轨迹。
31、另一方面，所述计算所述相似运动轨迹中目标位置的位移，包括：
32、将所述相似运动轨迹中轨迹尾部的位置点作为所述目标位置；
33、根据所述目标位置与所述目标位置的前一位置的差异得到所述位移。
34、另一方面，所述根据所述位移、所述相似运动轨迹的平均步长和所述目标运动轨迹的平均步长计算得到所述位移模仿信息，包括：
35、利用第一公式计算所述位移模仿信息；所述第一公式为：
36、；
dm为所述位移模仿信息，
p
k为目标运动轨迹
tr
cur的轨迹尾部的位置点，
p
s为所述邻近运动轨迹的轨迹尾部的位置点，
step(
tr
cur)为目标运动轨迹
tr
cur的平均步长，
step(
tr
k)为相似运动轨迹
tr
k的平均步长，
tr
neigh为所述邻近运动轨迹的集合，
tr
orient为所述相似运动轨迹的集合；
d
argmin(
dist(
p
k,
p
s[-1]))为
p
k和多个
p
s之间的最小距离的索引。
37、另一方面，所述计算所述预测位置信息和所述位移模仿信息之间的相似程度，包括：
38、将所述预测位置信息的位移和所述位移模仿信息的位移之间的夹角，作为所述相似程度。
39、另一方面，所述基于所述邻近运动轨迹确定所述预测位置信息的移动约束，包括：
40、以所述预测位置信息所在位置点为圆心，并结合预设半径确定约束圈；
41、将位于所述约束圈内的所述邻近运动轨迹中的位置点作为目的点；
42、将从所述预测位置信息所在位置点指向所述目的点的各有向线段，确定为所述移动约束。
43、另一方面，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息之前，还包括：
44、判断所述邻近运动轨迹的集合中是否存在基于空间关联确定的邻近运动轨迹；
45、若存在本文档来自技高网
...
【技术保护点】
1.一种运动轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取所述目标运动轨迹的下一时刻的预测位置信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述预测结果的生成过程包括：
4.根据权利要求3所述的方法，其特征在于，所述计算所述目标运动轨迹和所述邻近运动轨迹的位置偏差，包括：
5.根据权利要求1所述的方法，其特征在于，获取所述目标运动轨迹的下一时刻的拟合位置信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息之前，还包括：
7.根据权利要求6所述的方法，其特征在于，所述基于时间关联和/或空间关联将所述邻近范围内的运动轨迹作为所述邻近运动轨迹，包括：
8.根据权利要求1所述的方法，其特征在于，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息，包括：
9.根据权利要求8所述的方法，其特征在于，所述在所述邻近运动轨迹中选择与所述目标运动轨迹具有相似运动方向的相似运动轨迹，包括：
>10.根据权利要求8所述的方法，其特征在于，所述计算所述相似运动轨迹中目标位置的位移，包括：11.根据权利要求8所述的方法，其特征在于，所述根据所述位移、所述相似运动轨迹的平均步长和所述目标运动轨迹的平均步长计算得到所述位移模仿信息，包括：
12.根据权利要求1所述的方法，其特征在于，所述计算所述预测位置信息和所述位移模仿信息之间的相似程度，包括：
13.根据权利要求1所述的方法，其特征在于，所述基于所述邻近运动轨迹确定所述预测位置信息的移动约束，包括：
14.根据权利要求1至13任一项所述的方法，其特征在于，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息之前，还包括：
15.一种模型训练方法，其特征在于，包括：
16.根据权利要求15所述的方法，其特征在于，获取所述目标运动轨迹的下一时刻的预测位置信息，包括：
17.根据权利要求16所述的方法，其特征在于，还包括：
18.根据权利要求15所述的方法，其特征在于，所述对所述初始样本集进行下采样，得到更新后的样本集，包括：
19.一种运动轨迹预测装置，其特征在于，包括：
20.一种模型训练装置，其特征在于，包括：
21.一种电子设备，其特征在于，包括：
22.一种可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至18任一项所述的方法。
...
【技术特征摘要】
1.一种运动轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取所述目标运动轨迹的下一时刻的预测位置信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述预测结果的生成过程包括：
4.根据权利要求3所述的方法，其特征在于，所述计算所述目标运动轨迹和所述邻近运动轨迹的位置偏差，包括：
5.根据权利要求1所述的方法，其特征在于，获取所述目标运动轨迹的下一时刻的拟合位置信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息之前，还包括：
7.根据权利要求6所述的方法，其特征在于，所述基于时间关联和/或空间关联将所述邻近范围内的运动轨迹作为所述邻近运动轨迹，包括：
8.根据权利要求1所述的方法，其特征在于，所述根据所述目标运动轨迹的邻近运动轨迹计算位移模仿信息，包括：
9.根据权利要求8所述的方法，其特征在于，所述在所述邻近运动轨迹中选择与所述目标运动轨迹具有相似运动方向的相似运动轨迹，包括：
10.根据权利要求8所述的方法，其特征在于，所述计算所述相似运动轨迹中目标位置的位移，包括：
11.根据权利要求8所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：范宝余，李晓川，赵雅倩，李仁刚，郭振华，
申请(专利权)人：浪潮电子信息产业股份有限公司，
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。