[發(fā)明專利]軌跡預(yù)測(cè)系統(tǒng)及方法、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011566859.0
• 申請(qǐng)日: 2020-12-25
• 公開（公告）號(hào): CN112651557A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計(jì)）人: 章佳輝;李偉;馬月昕;楊睿剛
• 申請(qǐng)（專利權(quán)）人: 際絡(luò)科技（上海）有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 蔣娟

1.一種軌跡預(yù)測(cè)方法，其特征在于，包括：

獲取并基于自車在世界坐標(biāo)系下的歷史位置、待預(yù)測(cè)對(duì)象相對(duì)于自車的歷史相對(duì)位置及待預(yù)測(cè)對(duì)象的環(huán)境信息，得到待預(yù)測(cè)對(duì)象及周圍障礙物在世界坐標(biāo)系下的歷史位置，所述環(huán)境信息包括待預(yù)測(cè)對(duì)象周圍的周圍障礙物相對(duì)于自車的歷史相對(duì)位置信息及車道信息；

根據(jù)待預(yù)測(cè)對(duì)象及周圍障礙物在世界坐標(biāo)系下的歷史位置，得到并基于待預(yù)測(cè)對(duì)象相對(duì)于周圍障礙物的歷史相對(duì)位置進(jìn)行語義提取出待預(yù)測(cè)對(duì)象的相對(duì)歷史軌跡，并將所述待預(yù)測(cè)對(duì)象的相對(duì)歷史軌跡和經(jīng)過語義提取后的車道信息結(jié)合，得到語義歷史軌跡；

將所述語義歷史軌跡輸入軌跡預(yù)測(cè)模型中進(jìn)行待預(yù)測(cè)對(duì)象的軌跡預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的軌跡預(yù)測(cè)方法，其特征在于，

所述待預(yù)測(cè)對(duì)象在世界坐標(biāo)系下的歷史位置組成的待預(yù)測(cè)對(duì)象的歷史軌跡為待預(yù)測(cè)對(duì)象在utm坐標(biāo)系下的x坐標(biāo)、y坐標(biāo)的坐標(biāo)集；所述待預(yù)測(cè)對(duì)象相對(duì)于周圍障礙物的歷史相對(duì)位置包括與待預(yù)測(cè)對(duì)象距離最小的前方障礙物的距離，與待預(yù)測(cè)對(duì)象距離最小的后方障礙物的距離及周圍障礙物的總數(shù)量，所述車道信息包括通過地圖信息得到的待預(yù)測(cè)對(duì)象距離所在車道中心線的距離。

3.根據(jù)權(quán)利要求1所述的軌跡預(yù)測(cè)方法，其特征在于，所述軌跡預(yù)測(cè)模型的生成方法包括：

構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

基于待預(yù)測(cè)對(duì)象的語義歷史軌跡用長短期記憶網(wǎng)絡(luò)進(jìn)行編碼，得到循環(huán)神經(jīng)網(wǎng)絡(luò)的更新狀態(tài)和隱狀態(tài)；將編碼后的語義歷史軌跡輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型，從待預(yù)測(cè)對(duì)象的當(dāng)前位置開始按步進(jìn)行解碼得到預(yù)測(cè)未來軌跡，與待預(yù)測(cè)對(duì)象的真實(shí)未來軌跡計(jì)算偏差并進(jìn)行誤差的反向傳播，對(duì)所述循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到軌跡預(yù)測(cè)模型。

4.根據(jù)權(quán)利要求1所述的軌跡預(yù)測(cè)方法，其特征在于，所述軌跡預(yù)測(cè)模型的生成方法還包括：

基于待預(yù)測(cè)對(duì)象的語義歷史軌跡用長短期記憶網(wǎng)絡(luò)進(jìn)行編碼，得到循環(huán)神經(jīng)網(wǎng)絡(luò)的更新狀態(tài)和隱狀態(tài)；將編碼后的語義歷史軌跡輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型，從待預(yù)測(cè)對(duì)象的當(dāng)前位置開始、結(jié)合所述更新狀態(tài)和隱狀態(tài)按步進(jìn)行解碼得到預(yù)測(cè)未來軌跡。

5.一種軌跡預(yù)測(cè)系統(tǒng)，其特征在于，包括：

信息獲取模塊，用于獲取并基于自車在世界坐標(biāo)系下的歷史位置、待預(yù)測(cè)對(duì)象相對(duì)于自車的歷史相對(duì)位置及待預(yù)測(cè)對(duì)象的環(huán)境信息，得到待預(yù)測(cè)對(duì)象及周圍障礙物在世界坐標(biāo)系下的歷史位置，所述環(huán)境信息包括待預(yù)測(cè)對(duì)象周圍的周圍障礙物相對(duì)于自車的歷史相對(duì)位置信息及車道信息；

語義歷史軌跡生成模塊，用于根據(jù)待預(yù)測(cè)對(duì)象及周圍障礙物在世界坐標(biāo)系下的歷史位置，得到并基于待預(yù)測(cè)對(duì)象相對(duì)于周圍障礙物的歷史相對(duì)位置進(jìn)行語義提取出待預(yù)測(cè)對(duì)象的相對(duì)歷史軌跡，并將所述待預(yù)測(cè)對(duì)象的相對(duì)歷史軌跡和經(jīng)過語義提取后的車道信息結(jié)合，得到語義歷史軌跡；

軌跡預(yù)測(cè)模塊，用于將所述語義歷史軌跡輸入軌跡預(yù)測(cè)模型中進(jìn)行待預(yù)測(cè)對(duì)象的軌跡預(yù)測(cè)。

6.根據(jù)權(quán)利要求1所述的軌跡預(yù)測(cè)系統(tǒng)，其特征在于，所述待預(yù)測(cè)對(duì)象在世界坐標(biāo)系下的歷史位置組成的待預(yù)測(cè)對(duì)象的歷史軌跡為待預(yù)測(cè)對(duì)象在utm坐標(biāo)系下的x坐標(biāo)、y坐標(biāo)的坐標(biāo)集；所述待預(yù)測(cè)對(duì)象相對(duì)于周圍障礙物的歷史相對(duì)位置包括與待預(yù)測(cè)對(duì)象距離最小的前方障礙物的距離，與待預(yù)測(cè)對(duì)象距離最小的后方障礙物的距離及周圍障礙物的總數(shù)量，所述車道信息包括通過地圖信息得到的待預(yù)測(cè)對(duì)象距離所在車道中心線的距離。

7.根據(jù)權(quán)利要求1所述的軌跡預(yù)測(cè)系統(tǒng)，其特征在于，所述軌跡預(yù)測(cè)模型由循環(huán)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建模塊及循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊得到，其中：

所述循環(huán)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建模塊用于構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

所述循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊，基于待預(yù)測(cè)對(duì)象的語義歷史軌跡用長短期記憶網(wǎng)絡(luò)進(jìn)行編碼，得到循環(huán)神經(jīng)網(wǎng)絡(luò)的更新狀態(tài)和隱狀態(tài)；將編碼后的語義歷史軌跡輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型，從待預(yù)測(cè)對(duì)象的當(dāng)前位置開始按步進(jìn)行解碼得到預(yù)測(cè)未來軌跡，與待預(yù)測(cè)對(duì)象的真實(shí)未來軌跡計(jì)算偏差并進(jìn)行誤差的反向傳播，對(duì)所述循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到軌跡預(yù)測(cè)模型。