【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种轨迹预测模型训练方法、轨迹预测方法、装置及车辆。
技术介绍
1、在自动驾驶领域，为了提高车辆驾驶的安全性，通常需要通过对周围的障碍物运动趋势进行预测来预测或优化车辆的未来行驶轨迹，其中，该障碍物包括行人、车辆、自行车等。现有技术通常采用模型，基于地图与障碍物历史轨迹完成车辆未来行驶轨迹的预测，但由于模型通常仅关注地图与障碍物历史轨迹的相互作用，缺乏车辆与每个障碍物未来轨迹的交互考虑，导致预测出来的车辆未来行驶轨迹与障碍物的行驶轨迹相互冲突。
2、因此，现有用于预测车辆未来行驶轨迹的模型存在泛化能力较低的问题。
技术实现思路
1、本专利技术提供了一种轨迹预测模型训练方法、轨迹预测方法、装置及车辆，以解决现有模型存在泛化能力较低的问题。
2、根据本专利技术的一方面，提供了一种轨迹预测模型训练方法，包括：
3、获取设定数量的第一训练样本的向量编码结果，所述第一训练样本的向量编码结果包括与目标对象对应的障碍物历史轨迹编码结果、障碍物未来轨迹编码结果与道路信息轨迹编码结果；
4、针对各所述第一训练样本，对所述障碍物历史轨迹编码结果、所述障碍物未来轨迹编码结果择一掩码，对所述道路信息轨迹编码结果随机掩码以更新所述第一训练样本；
5、采用更新后的所述第一训练样本对第一模型进行训练，并进行模型参数优化以得到训练后的第一模型，所述第一模型包括编码模块与第一解码模块，所述第一解码模块为单预测头解码模块；p>
6、采用包括所述障碍物历史轨迹编码结果与所述道路信息编码结果的第二样本对第二模型进行训练，仅对第二模型中的第二解码模块的参数进行优化得到训练后的第二模型，所述第二模型包括所述编码模块与所述第二解码模块，所述第二解码模块为多预测头解码模块。
7、根据本专利技术的另一方面，提供了一种轨迹预测方法，包括：
8、获取目标对象的障碍物历史轨迹编码结果与道路信息轨迹编码结果；
9、将所述目标对象的障碍物历史轨迹编码结果与道路信息轨迹编码结果输入任一实施例所述的训练后的第二模型，以得到障碍物未来轨迹预测结果。
10、根据本专利技术的另一方面，提供了一种轨迹预测模型训练装置，包括：
11、第一获取模块，获取设定数量的第一训练样本的向量编码结果，所述第一训练样本的向量编码结果包括与目标对象对应的障碍物历史轨迹编码结果、障碍物未来轨迹编码结果与道路信息轨迹编码结果；
12、掩码处理模块，针对各所述第一训练样本，对所述障碍物历史轨迹编码结果、所述障碍物未来轨迹编码结果择一掩码，对所述道路信息轨迹编码结果随机掩码以更新所述第一训练样本；
13、第一训练模块，采用更新后的所述第一训练样本对第一模型进行训练，并进行模型参数优化以得到训练后的第一模型，所述第一模型包括编码模块与第一解码模块，所述第一解码模块为单预测头解码模块；
14、第二训练模块，采用包括所述障碍物历史轨迹编码结果与所述道路信息编码结果的第二样本对第二模型进行训练，仅对第二模型中的第二解码模块的参数进行优化得到训练后的第二模型，所述第二模型包括所述编码模块与所述第二解码模块，所述第二解码模块为多预测头解码模块。
15、根据本专利技术的另一方面，提供了一种轨迹预测模型训练装置，包括：
16、第二获取模块，获取目标对象的障碍物历史轨迹编码结果与道路信息轨迹编码结果；
17、预测模块，将所述目标对象的障碍物历史轨迹编码结果与道路信息轨迹编码结果输入任一实施例所述的训练后的第二模型，以得到障碍物未来轨迹预测结果。
18、根据本专利技术的另一方面，提供了一种车辆，所述车辆包括：
19、至少一个处理器；以及
20、与所述至少一个处理器通信连接的存储器；其中，
21、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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所述的轨迹预测模型训练方法或轨迹预测方法。
22、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的轨迹预测模型训练方法或轨迹预测方法。
23、本专利技术实施例提供的轨迹预测模型训练方法的技术方案，采用掩码处理方式处理第一训练样本得到更新后的第一训练样本；通过采用更新后的第一训练样本对第一模型进行训练，以使训练后的第一模型学习到运动的双向关联；将训练后的第一模型中仅能预测单个模式的障碍物未来轨迹的第一解码模块，替换为能够预测多个模式的障碍物未来轨迹的第二解码模块，以得到第二模型；通过采用包括所述障碍物历史轨迹编码结果与所述道路信息编码结果的第二样本对第二模型进行训练，使得训练后的第二模型具有运动的双向关联，既具有较强的泛化性，又能同时预测多个模式的障碍物未来轨迹。
24、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种轨迹预测模型训练方法，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，
3.根据权利要求1所述的方法，其特征在于，所述第一模型包括还包括第一特征融合模块；
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
6.一种轨迹预测方法，其特征在于，包括：
7.一种轨迹预测模型训练装置，其特征在于，包括：
8.一种轨迹预测装置，其特征在于，包括：
9.一种车辆，其特征在于，所述车辆包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的轨迹预测模型训练方法或权利要求6所述的轨迹预测方法。
【技术特征摘要】
1.一种轨迹预测模型训练方法，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，
3.根据权利要求1所述的方法，其特征在于，所述第一模型包括还包括第一特征融合模块；
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
6.一种轨迹预测方法，其特征在于，包括：
...【专利技术属性】
技术研发人员：陈光，李曙光，李荣华，
申请(专利权)人：中国第一汽车股份有限公司，
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。