[發明專利]一種障礙物的軌跡預測方法及裝置

在審

• 申請號: 202110018259.9
• 申請日: 2021-01-07
• 公開（公告）號: CN112348293A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 徐一;樊明宇;任冬淳;夏華夏;代亞暄;錢德恒;朱炎亮
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04
• 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

1.一種障礙物的軌跡預測方法，其特征在于，包括：

確定各障礙物在歷史上的歷史運動軌跡；

針對每個障礙物，將該障礙物在預設時長內的歷史運動軌跡輸入預先訓練的第一模型，通過所述第一模型的特征提取子網絡，提取該障礙物的運動特征；

將各障礙物的運動特征輸入所述第一模型的注意力子網絡，得到各障礙物兩兩之間的交互權重；

以確定出的交互權重對各障礙物的運動特征加權，將加權后的各障礙物的運動特征作為各障礙物的空間交互特征；

將所述各障礙物的空間交互特征輸入所述第一模型的循環神經子網絡，得到各障礙物的時空交互特征；

將所述第一模型輸出的時空交互特征輸入預先訓練的第二模型，通過所述第二模型，確定各障礙物的預測運動軌跡。

2.如權利要求1所述的方法，其特征在于，提取該障礙物的運動特征，具體包括：

提取該障礙物的位置特征和速度特征；

將各障礙物的運動特征輸入所述第一模型的注意力子網絡，具體包括：

將各障礙物的位置特征輸入所述第一模型的注意力子網絡；

將所述各障礙物的空間交互特征輸入所述第一模型的循環神經子網絡，得到各障礙物的時空交互特征，具體包括：

將所述各障礙物的空間交互特征輸入所述第一模型的循環神經子網絡，得到各障礙物的時空交互粗特征；

根據各障礙物的位置特征、速度特征以及時空交互粗特征，確定各障礙物的時空交互特征。

3.如權利要求2所述的方法，其特征在于，所述循環神經子網絡為第一LSTM長短期記憶網絡；

根據各障礙物的位置特征、速度特征以及時空交互粗特征，確定各障礙物的時空交互特征，具體包括：

根據各障礙物的位置特征以及時空交互粗特征，確定位置時空交互特征；根據各障礙物的速度特征以及時空交互粗特征，確定速度時空交互特征；

根據位置時空交互特征以及速度時空交互特征，確定各障礙物的時空交互特征。

4.如權利要求1所述的方法，其特征在于，所述第二模型具體包括：編碼端和解碼端；

將所述第一模型輸出的時空交互特征輸入預先訓練的第二模型，通過所述第二模型，確定各障礙物的預測運動軌跡，具體包括：

將所述第一模型輸出的時空交互特征輸入所述編碼端，得到所述編碼端輸出的編碼特征；

將所述編碼特征輸入所述解碼端，通過所述解碼端，預測各障礙物在目標時刻的軌跡點。

5.如權利要求4所述的方法，其特征在于，各障礙物的歷史運動軌跡為各障礙物在基準時刻之前的各歷史時刻的軌跡點；

所述目標時刻為所述基準時刻之后的未來時刻；

所述第一模型輸出的時空交互特征為各歷史時刻的時空交互特征。

6.如權利要求5所述的方法，其特征在于，所述編碼端為第二LSTM；

將所述第一模型輸出的時空交互特征輸入所述編碼端，得到所述編碼端輸出的編碼特征，具體包括：

將各歷史時刻的時空交互特征輸入所述第二LSTM，得到所述第二LSTM中的隱藏層根據各歷史時刻的時空交互特征輸出的隱層特征，作為所述編碼端輸出的編碼特征。

7.如權利要求6所述的方法，其特征在于，將所述編碼特征輸入所述解碼端，通過所述解碼端，預測各障礙物在目標時刻的軌跡點，具體包括：

將所述編碼特征以及所述基準時刻的上一歷史時刻的時空交互特征輸入所述解碼端，通過所述解碼端，預測各障礙物在目標時刻的軌跡點。

8.如權利要求7所述的方法，其特征在于，所述解碼端為第三LSTM；

預測各障礙物在目標時刻的軌跡點之后，所述方法還包括：

重新確定基準時刻，并根據重新確定出的基準時刻，重新確定目標時刻；

將重新確定的基準時刻的上一歷史時刻解碼端輸出的隱層特征，以及重新確定的基準時刻的上一歷史時刻的時空交互特征輸入所述解碼端，以通過所述解碼端，預測各障礙物在重新確定的目標時刻的軌跡點。