[發明專利]軌跡預測的方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010852421.2
• 申請日: 2020-08-21
• 公開（公告）號: CN112000756A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 陶超凡;蔣沁宏;羅平
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06T7/246;G06N3/04;G06N3/08
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 王文紅

本公開提供了一種軌跡預測的方法、裝置、電子設備及存儲介質，包括：根據目標對象的運動軌跡，確定所述目標對象的多個歷史位置信息；將所述多個歷史位置信息中的一個歷史位置信息作為目標歷史位置信息，根據所述目標歷史位置信息之前的多個歷史位置信息對應的隱特征向量，確定與所述目標歷史位置信息匹配的特征向量隊列；根據所述目標對象的最后一個歷史位置信息以及與所述最后一個歷史位置信息匹配的特征向量隊列，確定該目標對象的至少一條預測軌跡。

技術領域

本公開涉及深度學習技術領域，具體而言，涉及一種軌跡預測的方法、裝置、電子設備及存儲介質。

背景技術

目標對象的軌跡預測是一項重要任務，其中，目標對象的軌跡預測，可以通過獲取的每個目標對象的歷史移動軌跡，在復雜的場景中預測每個目標對象的未來軌跡。具體的，軌跡預測可以應用于自動駕駛汽車、移動機器人和智能監控等應用領域中，比如，對場景里目標對象未來軌跡的精準預測可以有效地幫助自動駕駛汽車和機器人規劃安全的路徑，或者對監控場景中可能發生的碰撞進行預判。

發明內容

有鑒于此，本公開至少提供一種軌跡預測的方法、裝置、電子設備及存儲介質。

第一方面，本公開提供了一種軌跡預測的方法，包括：

根據目標對象的運動軌跡，確定所述目標對象的多個歷史位置信息；

將所述多個歷史位置信息中的一個歷史位置信息作為目標歷史位置信息，根據所述目標歷史位置信息之前的多個歷史位置信息對應的隱特征向量，確定與所述目標歷史位置信息匹配的特征向量隊列；

根據所述目標對象的最后一個歷史位置信息以及與所述最后一個歷史位置信息匹配的特征向量隊列，確定該目標對象的至少一條預測軌跡。

采用上述方法，針對目標歷史位置信息，通過由目標歷史位置信息之前的多個歷史位置信息對應的隱特征向量，確定與所述目標歷史位置信息匹配的特征向量隊列，使得得到的目標歷史位置信息對應的特征向量隊列包括多個歷史位置信息之間在時間維度上的關聯特征，故基于包含多個歷史位置信息之間在時間維度上的關聯特征的、最后一個歷史位置信息，確定預測軌跡時，預測軌跡的準確度較高。

一種可能的實施方式中，在確定與所述目標歷史位置信息匹配的特征向量隊列之后，所述方法還包括：

根據所述目標歷史位置信息以及與所述目標歷史位置信息匹配的特征向量隊列，生成所述目標歷史位置信息對應的隱特征向量；

根據所述目標對象的最后一個歷史位置信息以及與所述最后一個歷史位置信息匹配的特征向量隊列，確定該目標對象的至少一條預測軌跡，包括：

根據所述目標對象的最后一個歷史位置信息以及與所述最后一個歷史位置信息匹配的特征向量隊列，生成所述最后一個歷史位置信息對應的隱特征向量；

根據所述最后一個歷史位置信息對應的隱特征向量，確定所述目標對象的至少一條預測軌跡。

一種可能的實施方式中，根據下述步驟確定所述目標歷史位置信息對應的隱特征向量，包括：

基于所述目標歷史位置信息、與所述目標歷史位置信息匹配的所述特征向量隊列中的每個隱特征向量，以及與所述每個隱特征向量對應的記憶特征向量，生成所述目標歷史位置信息對應的隱特征向量。

這里，為目標歷史位置信息匹配對應的特征向量隊列，特征向量隊列中包括目標歷史位置信息之前的多個歷史位置信息對應的隱特征向量，通過基于目標歷史位置信息之前的多個歷史位置信息對應的隱特征向量、目標歷史位置信息、每個隱特征向量對應的記憶特征向量，生成目標歷史位置信息對應的隱特征向量，使得生成的目標歷史位置信息對應的隱特征向量中包含目標歷史位置信息之前的多個歷史位置信息之間在時間維度上的關聯特征，為后續生成較為精準的預測軌跡提供了數據支持。