[發明專利]一種目標行人軌跡預測模型訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010199619.5
• 申請日: 2020-03-20
• 公開（公告）號: CN111767475A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 薛睿;鹿朋
• 申請（專利權）人: 吉利汽車研究院（寧波）有限公司;浙江吉利控股集團有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06N3/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

本申請一種目標行人軌跡預測模型訓練方法、裝置、電子設備及存儲介質，該方法包括：將第一歷史位置向量集合和第二歷史位置向量集合輸入目標行人軌跡預測模型中，得到預測位置向量集合；將真實位置向量集合和預測位置向量集合輸入判別模型中，得到距離集合對應的損失值；若損失值不符合預設條件，基于損失值訓練目標行人軌跡預測模型中的參數，直至損失值符合預設條件；第一歷史位置向量集合由目標行人在多個歷史預設時刻的第一歷史位置向量構成，第二歷史位置向量集合由每個周圍行人對應的第二歷史位置向量子集合構成的，如此，可以基于時間維度上和空間維度上的數據特征訓練目標行人軌跡預測模型，可以提高目標行人軌跡預測模型預測能力。

技術領域

本申請涉及行人軌跡預測領域，特別涉及一種目標行人軌跡預測模型 訓練方法、裝置、電子設備及存儲介質。

背景技術

行人的軌跡預測指根據行人歷史的運動路徑，預測其未來的軌跡，其 應用場景廣泛，在智能駕駛、移動出行和服務機器人導航等領域中都有廣 泛應用。

目前，相關技術中，行人的軌跡預測方法可以是將行人的歷史運動軌 跡輸入到已訓練的模型中，輸出行人的預測軌跡；模型訓練的過程是：將 大量的行人的軌跡輸入到模型中，對模型進行訓練。但現有的許多行人軌 跡的預測方法往往采用手動設計許多函數對行人運動進行建模，這樣的方 式使得模型無法充分學習數據的全部特征，只會側重于人工設計的某一方 面的特征，如此，導致訓練的模型的預測能力較弱。

發明內容

本申請實施例要解決的是現有技術中的訓練的只會側重于人工設計的 某一方面的特征的技術問題。

為解決上述技術問題，一方面，本申請實施例提供了一種目標行人軌 跡預測模型訓練方法，該方法包括：

獲取第一歷史位置向量集合，第一歷史位置向量集合由目標行人在多 個歷史預設時刻的第一歷史位置向量構成；

獲取第二歷史位置向量集合，第二歷史位置向量集合由預設個周圍行 人中每個周圍行人在多個歷史預設時刻的第二歷史位置向量子集合構成；

獲取真實位置向量集合，真實位置向量集合由目標行人在多個當前或 未來預設時刻的真實位置向量構成；

將第一歷史位置向量集合和第二歷史位置向量集合輸入目標行人軌跡 預測模型中，得到預測位置向量集合，預測位置向量集合由目標行人在多 個當前或未來預設時刻的預測位置向量組成；

將真實位置向量集合和預測位置向量集合輸入判別模型中，得到距離 集合對應的損失值；距離集合由真實位置向量集合中的每個真實位置與預 測位置向量集合中每個預測位置之間的距離構成；

若損失值不符合預設條件，基于損失值訓練目標行人軌跡預測模型中 的參數，返回將第一歷史位置向量集合和第二歷史位置向量集合和獲取真 實位置向量集合輸入目標行人軌跡預測模型中的操作，直至損失值符合預 設條件；其中參數包括目標行人軌跡預測模型中與第一歷史位置向量集合 和第一歷史位置向量集合相關的權重系數。

另一方面，本申請實施例提供了一種目標行人軌跡預測模型訓練裝置， 該裝置包括：

第一獲取模塊，用于獲取第一歷史位置向量集合，第一歷史位置向量 集合由目標行人在多個歷史預設時刻的第一歷史位置向量構成；

第二獲取模塊，用于獲取第二歷史位置向量集合，第二歷史位置向量 集合由預設個周圍行人中每個周圍行人在多個歷史預設時刻的第二歷史位 置向量子集合構成；

第三獲取模塊，用于獲取真實位置向量集合，真實位置向量集合由目 標行人在多個當前或未來預設時刻的真實位置向量構成；

預測模塊，用于將第一歷史位置向量集合和第二歷史位置向量集合輸 入目標行人軌跡預測模型中，得到預測位置向量集合，預測位置向量集合 由目標行人在多個當前或未來預設時刻的預測位置向量組成；