[發明專利]一種軌跡預測方法、裝置、設備及自動駕駛車輛有效
| 申請號: | 202210474742.2 | 申請日: | 2022-04-29 |
| 公開(公告)號: | CN114715145B | 公開(公告)日: | 2023-03-17 |
| 發明(設計)人: | 孫灝;姚萌;楊靜;鄭欣悅;柳長春;李文博 | 申請(專利權)人: | 阿波羅智能技術(北京)有限公司 |
| 主分類號: | B60W30/095 | 分類號: | B60W30/095;B60W40/02;B60W50/00;B60W60/00 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孔凡紅 |
| 地址: | 100085 北京市*** | 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 軌跡 預測 方法 裝置 設備 自動 駕駛 車輛 | ||
本公開提供了一種軌跡預測方法、裝置、設備及自動駕駛車輛,涉及人工智能技術領域,具體涉及自動駕駛、智能交通和深度學習技術領域。具體實現方案為:根據行駛對象的當前已行駛軌跡,確定所述行駛對象的軌跡特征表示;根據所述行駛對象當前已行駛場景的全局場景圖像和局部場景圖像,確定所述行駛對象的場景交互特征表示;根據所述軌跡特征表示和所述場景交互特征表示,預測所述行駛對象的未來行駛軌跡。通過上述技術方案,能夠使得所預測的未來行駛軌跡更加精準和合理。
技術領域
本公開涉及人工智能技術領域,尤其涉及自動駕駛、智能交通和深度學習技術領域,具體涉及一種軌跡預測方法、裝置、設備及自動駕駛車輛。
背景技術
隨著人工智能技術的發展,自動駕駛技術逐漸興起。其中,行駛軌跡的預測又是自動駕駛過程的核心環節。例如,預測當前行人的行駛軌跡等。那么如何精準預測行駛軌跡,對于自動駕駛的安全性至關重要。
發明內容
本公開提供了一種軌跡預測方法、裝置、設備及自動駕駛車輛。
根據本公開的一方面,提供了一種軌跡預測方法,該方法包括:
根據行駛對象的當前已行駛軌跡,確定所述行駛對象的軌跡特征表示;
根據所述行駛對象當前已行駛場景的全局場景圖像和局部場景圖像,確定所述行駛對象的場景交互特征表示;
根據所述軌跡特征表示和所述場景交互特征表示,預測所述行駛對象的未來行駛軌跡。
根據本公開的另一方面,提供了一種電子設備,該電子設備包括:
至少一個處理器;以及
與所述至少一個處理器通信連接的存儲器;其中,
所述存儲器存儲有可被所述至少一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述至少一個處理器能夠執行本公開任一實施例所述軌跡預測方法。
根據本公開的另一方面,提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質,其中,所述計算機指令用于使計算機執行本公開任一實施例所述的軌跡預測方法。
根據本公開的另一方面,提供了一種自動駕駛車輛,包括本公開實施例所述的電子設備。
根據本公開的技術,能夠使得所預測的未來行駛軌跡更加精準和合理。
應當理解,本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征,也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。
附圖說明
附圖用于更好地理解本方案,不構成對本公開的限定。其中:
圖1A是根據本公開實施例提供的一種軌跡預測方法的流程圖;
圖1B是根據本公開實施例提供的一種軌跡預測模型的結構示意圖;
圖2A是根據本公開實施例提供的另一種軌跡預測方法的流程圖;
圖2B是根據本公開實施例提供的一種軌跡特征提取模型的結構示意圖;
圖3是根據本公開實施例提供的又一種軌跡特征提取模型的結構示意圖;
圖4A是根據本公開實施例提供的又一種軌跡預測方法的流程圖;
圖4B是根據本公開實施例提供的一種全局特征提取網絡的結構示意圖;
圖5A是根據本公開實施例提供的再一種軌跡預測方法的流程圖;
圖5B是根據本公開實施例提供的一種局部特征提取網絡的結構示意圖;
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阿波羅智能技術(北京)有限公司,未經阿波羅智能技術(北京)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/202210474742.2/2.html,轉載請聲明來源鉆瓜專利網。





