[發明專利]一種障礙物的軌跡預測方法及裝置有效
| 申請號: | 202010118003.0 | 申請日: | 2020-02-26 |
| 公開(公告)號: | CN110989636B | 公開(公告)日: | 2020-08-07 |
| 發明(設計)人: | 朱炎亮;任冬淳;夏華夏;錢德恒;李鑫 | 申請(專利權)人: | 北京三快在線科技有限公司 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 代理公司: | 北京曼威知識產權代理有限公司 11709 | 代理人: | 方志煒 |
| 地址: | 100080 北京市海*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 障礙物 軌跡 預測 方法 裝置 | ||
1.一種障礙物的軌跡預測方法,其特征在于,包括:
針對每個障礙物,獲取當前時刻該障礙物的狀態信息;
根據所述當前時刻該障礙物的狀態信息,預測下一時刻該障礙物的狀態信息;
將所述下一時刻各障礙物的狀態信息輸入到預先訓練的第一模型,得到所述第一模型根據所述下一時刻各障礙物的狀態信息輸出的概率分布圖;其中,所述概率分布圖中每個像素點用于表征至少一個障礙物在該像素點出現的概率;
針對各障礙物中的待預測障礙物,將當前時刻該待預測障礙物的狀態信息、所述概率分布圖輸入到預先訓練的第二模型,以使所述第二模型根據所述當前時刻該待預測障礙物的狀態信息、所述概率分布圖預測下一時刻該待預測障礙物的軌跡;
其中,所述第二模型包括編碼層和解碼層;將當前時刻該待預測障礙物的狀態信息、所述概率分布圖輸入到預先訓練的第二模型,具體包括:
將當前時刻該待預測障礙物的狀態信息、所述概率分布圖輸入到預先訓練的第二模型中的編碼層,以使所述編碼層根據所述當前時刻該待預測障礙物的狀態信息提取第一特征和第二特征,并根據所述第二特征和所述概率分布圖,去除所述概率分布圖中包含的該待預測障礙物在每個像素點出現的概率,并將去除概率后的概率分布圖作為調整概率分布圖;
將所述第一特征、所述調整概率分布圖輸入到所述解碼層,以使解碼層輸出下一時刻該待預測障礙物的軌跡;
其中,第一特征為與該待預測障礙物的狀態信息相關的特征;第二特征為該待預測障礙物在概率分布圖中的相關特征。
2.如權利要求1所述的方法,其特征在于,所述下一時刻該障礙物的狀態信息包括:基礎狀態信息和加擾狀態信息;
根據所述當前時刻該障礙物的狀態信息,預測下一時刻該障礙物的狀態信息,具體包括:
根據所述當前時刻該障礙物的狀態信息,預測下一時刻該障礙物的基礎狀態信息;
對所述基礎狀態信息加擾,得到加擾狀態信息。
3.如權利要求2所述的方法,其特征在于,對所述基礎狀態信息加擾,得到加擾狀態信息,具體包括:
根據所述基礎狀態信息,確定該障礙物的基礎坐標;
根據所述基礎坐標,確定所述基礎坐標的指定鄰域,其中,該障礙物在所述指定鄰域內的每個點出現的概率服從正態分布;
根據所述基礎坐標、所述指定鄰域內的每個點的坐標、該障礙物在所述指定鄰域內的每個點出現的概率,確定加擾狀態信息。
4.如權利要求2或3所述的方法,其特征在于,所述第一模型至少包括輸入層;
將所述下一時刻各障礙物的狀態信息輸入到預先訓練的第一模型,得到所述第一模型根據所述下一時刻各障礙物的狀態信息輸出的概率分布圖,具體包括:
將所述基礎狀態信息和所述加擾狀態信息輸入到預先訓練的第一模型中的輸入層,以使所述輸入層根據所述輸入層內的模型參數對所述基礎狀態信息和所述加擾狀態信息處理,得到初始變量,以便所述第一模型根據所述初始變量輸出概率分布圖。
5.如權利要求4所述的方法,其特征在于,預先訓練第一模型,以及預先訓練第二模型,具體包括:
針對每個障礙物,根據前一歷史時刻該障礙物的狀態信息,預測后一歷史時刻該障礙物的狀態信息,并將所述后一歷史時刻各障礙物的狀態信息輸入到待訓練的第一模型,得到所述待訓練的第一模型根據所述后一歷史時刻各障礙物的狀態信息輸出的概率分布圖;
針對各障礙物中的待預測障礙物,將前一歷史時刻該待預測障礙物的狀態信息、根據所述后一歷史時刻各障礙物的狀態信息輸出的概率分布圖輸入到待訓練的第二模型,以使所述待訓練的第二模型輸出后一歷史時刻該待預測障礙物的預測軌跡;
確定后一歷史時刻該待預測障礙物的真實軌跡與所述后一歷史時刻該待預測障礙物的預測軌跡之間的差異;確定各障礙物中除待預測障礙物以外的至少一個其他障礙物在所述后一歷史時刻該待預測障礙物的預測軌跡上出現的概率,作為損失概率;
以差異最小化,損失概率最低為訓練目標,調整所述待訓練的第一模型的輸入層內的模型參數,以及所述待訓練的第二模型的編碼層和解碼層的模型參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京三快在線科技有限公司,未經北京三快在線科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010118003.0/1.html,轉載請聲明來源鉆瓜專利網。





