[發(fā)明專利]預測車輛軌跡的模型訓練方法和裝置及存儲介質

有效

• 申請?zhí)枺?/td>: 202310874969.0
• 申請日: 2023-07-17
• 公開（公告）號: CN116597397B
• 公開（公告）日: 2023-10-24
• 發(fā)明（設計）人: 朱明旭
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/774
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周婷婷

本申請公開了一種預測車輛軌跡的模型訓練方法和裝置及存儲介質。其中，該方法包括：獲取多個歷史車輛軌跡，其中，歷史車輛軌跡由連續(xù)采集到的多幀車輛行駛圖像組成；獲取多個歷史車輛軌跡中各個歷史車輛軌跡對應的幀間抖動信息，其中，幀間抖動信息用于度量多幀車輛行駛圖像中各個幀間間隔發(fā)生的抖動；對多個歷史車輛軌跡中幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡，其中，軌跡補償用于補償歷史車輛軌跡缺失的軌跡部分；利用多個目標車輛軌跡訓練軌跡預測模型。本申請解決了車輛軌跡的預測準確性較低的技術問題。

技術領域

本申請涉及計算機領域，具體而言，涉及一種預測車輛軌跡的模型訓練方法、裝置和存儲介質及電子設備。

背景技術

在車輛軌跡的預測場景中，使用模型的方式進行軌跡預測，但低質量的樣本訓練出的模型是無法保證軌跡預測準確性的，且車輛軌跡這一場景，更容易出現(xiàn)低質量樣本，進而導致車輛軌跡的預測準確性較低的問題出現(xiàn)。因此，存在車輛軌跡的預測準確性較低的問題。

針對上述的問題，目前尚未提出有效的解決方案。

發(fā)明內容

本申請實施例提供了一種預測車輛軌跡的模型訓練方法、裝置和存儲介質及電子設備，以至少解決車輛軌跡的預測準確性較低的技術問題。

根據(jù)本申請實施例的一個方面，提供了一種預測車輛軌跡的模型訓練方法，包括：獲取多個歷史車輛軌跡，其中，上述歷史車輛軌跡由連續(xù)采集到的多幀車輛行駛圖像組成；獲取上述多個歷史車輛軌跡中各個歷史車輛軌跡對應的幀間抖動信息，其中，上述幀間抖動信息用于度量上述多幀車輛行駛圖像中各個幀間間隔發(fā)生的抖動；對上述多個歷史車輛軌跡中上述幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡，其中，上述軌跡補償用于補償歷史車輛軌跡缺失的軌跡部分；利用上述多個目標車輛軌跡訓練軌跡預測模型，并使用訓練好的上述軌跡預測模型進行車輛軌跡的預測。

根據(jù)本申請實施例的另一方面，還提供了一種預測車輛軌跡的模型訓練裝置，包括：第一獲取單元，用于獲取多個歷史車輛軌跡，其中，上述歷史車輛軌跡由連續(xù)采集到的多幀車輛行駛圖像組成；第二獲取單元，用于獲取上述多個歷史車輛軌跡中各個歷史車輛軌跡對應的幀間抖動信息，其中，上述幀間抖動信息用于度量上述多幀車輛行駛圖像中各個幀間間隔發(fā)生的抖動；補償單元，用于對上述多個歷史車輛軌跡中上述幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡，其中，上述軌跡補償用于補償歷史車輛軌跡缺失的軌跡部分；訓練單元，用于利用上述多個目標車輛軌跡訓練軌跡預測模型，并使用訓練好的上述軌跡預測模型進行車輛軌跡的預測。

作為一種可選的方案，上述裝置還包括：第三獲取單元，用于在上述對上述多個歷史車輛軌跡中上述幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡之前，獲取上述各個歷史車輛軌跡中的各對相鄰車輛行駛圖像幀；第四獲取單元，用于在上述對上述多個歷史車輛軌跡中上述幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡之前，獲取上述各對相鄰車輛行駛圖像幀之間的幀間間隔時長；確定單元，用于在上述對上述多個歷史車輛軌跡中上述幀間抖動信息滿足軌跡穩(wěn)定條件的歷史車輛軌跡進行軌跡補償，得到多個目標車輛軌跡之前，在上述幀間間隔時長小于或等于預設時長閾值的情況下，確定上述幀間抖動信息滿足上述軌跡穩(wěn)定條件。

作為一種可選的方案，上述補償單元，包括：第一獲取模塊，用于獲取滿足上述軌跡穩(wěn)定條件的候選車輛軌跡；第二獲取模塊，用于獲取上述候選車輛軌跡中的、上述幀間間隔時長大于或等于補償時長閾值的備選車輛軌跡，其中，上述補償時長閾值小于上述預設時長閾值；補償模塊，用于利用線性插值補償算法，對上述備選車輛軌跡中的、上述幀間間隔時長大于或等于上述補償時長閾值的至少一對相鄰車輛行駛圖像幀進行補償，得到上述目標車輛軌跡。