【技术实现步骤摘要】
本申请涉及自动驾驶，尤其涉及一种生成轨迹预测模型的训练数据的方法、装置、设备及介质。
技术介绍
1、在自动驾驶中，车辆及行人的轨迹预测是非常关键的一项技术。通过对周围车辆、行人和障碍物的分析和预测，自动驾驶系统可以做出更加准确和安全的决策。例如，当自动驾驶汽车行驶在道路上时，它需要预测其他车辆的行驶路线、速度和行为，以便能够做出合适的避让和超车决策。这对于实现更加安全和高效的自动驾驶交通非常重要。
2、在自动驾驶中，轨迹预测的准确性对于确保乘客和其他道路使用者的安全至关重要。为了实现准确的预测，使用来自摄像头、激光雷达和雷达等传感器的真实感知数据是至关重要的。真实感知数据提供了有关环境的信息，例如场景中物体的位置、速度和方向等。可以使用这些数据来训练机器学习模型，预测车辆和行人的轨迹。通过使用真实感知数据，机器学习模型可以学习识别数据中的复杂模式，并在各种驾驶场景中进行准确预测。这在环境动态变化的情况下尤为重要，例如交通繁忙的城市地区。总体而言，使用真实感知数据对于提高自动驾驶系统中轨迹预测的准确性至关重要，以确保在道路上安
【技术保护点】
1.一种生成轨迹预测模型的训练数据的方法，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，所述获取用户在高精度地图上选中的目标路段，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述获取用户在高精度地图上选中的目标路段，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述采用车辆数据计算模型，基于所述感知数据和高精度地图信息计算得到若干个目标车辆的第一数据，具体包括：
5.根据权利要求1所述的方法，其特征在于，一个所述目标路段在所述目标时间段的轨迹预测模型训练数据对应一个数据计算任务，当存在多...
【技术特征摘要】
1.一种生成轨迹预测模型的训练数据的方法，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，所述获取用户在高精度地图上选中的目标路段，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述获取用户在高精度地图上选中的目标路段，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述采用车辆数据计算模型，基于所述感知数据和高精度地图信息计算得到若干个目标车辆的第一数据，具体包括：
5.根据权利要求1所述的方法，其特征在于，一个所述目标路段在所述目标时间段的轨迹预测模型训练数据对应一个数据计算任务，当存在多个数据计算任务时，采用并行事务对所述多个数据计算任...
【专利技术属性】
技术研发人员：邓晨，
申请(专利权)人：云控智行科技有限公司，
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。