一种轨迹预测方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114997307A(43)申请公布日2022.09.02(21)申请号202210610273.2B60W60/00(2020.01)(22)申请日2022.05.31(71)申请人中国第一汽车股份有限公司地址130011吉林省长春市汽车经济技术开发区新红旗大街1号(72)发明人陈红丽王宁卢丽婧(74)专利代理机构北京远智汇知识产权代理有限公司11659专利代理师刘欣(51)Int.Cl.G06K9/62(2022.01)G06N3/04(2006.01)B60W30/095(2012.01)B60W40/02(2006.01)B60W50/00(2006.01)权利要求书2页说明书11页附图5页(54)发明名称一种轨迹预测方法、装置、设备及存储介质(57)摘要本发明公开了一种轨迹预测方法、装置、设备及存储介质。该方法包括：通过特征提取网络，提取车辆障碍物的已行驶轨迹与车辆当前位置的地图数据信息之间的交互融合特征；通过预测网络，根据所述交互融合特征，确定所述车辆障碍物的可选预测轨迹、所述可选预测轨迹的轨迹置信度、所述可选预测轨迹对应的可选意图类别的意图置信度；根据所述轨迹置信度和所述可选意图类别的意图置信度，从所述可选预测轨迹中确定目标预测轨迹。通过将轨迹置信度与意图置信度相结合，来为车辆障碍物确定目标预测轨迹，优化了轨迹预测方式，提高了轨迹预测的精准性，保障了车辆驾驶的安全性。CN114997307ACN114997307A权利要求书1/2页1.一种轨迹预测方法，其特征在于，所述方法包括：通过特征提取网络，提取车辆障碍物的已行驶轨迹与车辆当前位置的地图数据信息之间的交互融合特征；通过预测网络，根据所述交互融合特征，确定所述车辆障碍物的可选预测轨迹、所述可选预测轨迹的轨迹置信度、所述可选预测轨迹对应的可选意图类别的意图置信度；根据所述轨迹置信度和所述可选意图类别的意图置信度，从所述可选预测轨迹中确定目标预测轨迹。2.根据权利要求1所述的方法，其特征在于，根据所述轨迹置信度和所述可选意图类别的意图置信度，从所述可选预测轨迹中确定目标预测轨迹，包括：根据所述轨迹置信度和所述可选意图类别的意图置信度，确定所述可选预测轨迹在对应的可选意图类别下的目标置信度；根据所述目标置信度，从所述可选预测轨迹中确定目标预测轨迹。3.根据权利要求1或2所述的方法，其特征在于，从所述可选预测轨迹中确定目标预测轨迹之后，还包括：确定所述目标预测轨迹对应的目标意图类别。4.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括：轨迹编码子网络、道路编码子网络和融合交互子网络；相应的，所述通过特征提取网络，提取车辆障碍物的已行驶轨迹与车辆当前位置的地图数据信息之间的交互融合特征，包括：通过所述轨迹编码子网络，根据车辆障碍物的已行驶轨迹，确定轨迹编码结果；通过所述道路编码子网络，根据车辆当前位置的地图数据信息，确定所述当前位置的道路编码结果；通过所述融合交互子网络，解析所述轨迹编码结果和所述道路编码结果之间的交互融合特征。5.根据权利要求1所述的方法，其特征在于，所述预测网络包括：轨迹预测子网络和意图预测子网络；相应的，所述通过预测网络，根据所述交互融合特征，确定所述车辆障碍物的可选预测轨迹、所述可选预测轨迹的轨迹置信度、所述可选预测轨迹对应的可选意图类别，以及所述可选意图类别的意图置信度，包括：通过所述轨迹预测子网络，根据所述交互融合特征，确定所述车辆障碍物的可选预测轨迹，以及所述可选预测轨迹的轨迹置信度；通过所述意图预测子网络，根据所述交互融合特征，确定所述可选预测轨迹对应的可选意图类别的意图置信度。6.根据权利要求5所述的方法，其特征在于，所述轨迹预测子网络和所述意图预测子网络基于不同损失函数训练得到。7.根据权利要求1‑6中任一项所述的方法，其特征在于，还包括：根据所述车辆上配置的感知设备采集的车辆周围环境数据，确定车辆障碍物的已行驶轨迹；根据车辆上配置的高精度地图，确定车辆当前位置的地图数据信息。2CN114997307A权利要求书2/2页8.一种轨迹预测装置，其特征在于，包括：融合特征提取模块，用于通过特征提取网络，提取车辆障碍物的已行驶轨迹与车辆当前位置的地图数据信息之间的交互融合特征；信息预测模块，用于通过预测网络，根据所述交互融合特征，确定所述车辆障碍物的可选预测轨迹、所述可选预测轨迹的轨迹置信度、所述可选预测轨迹对应的可选意图类别的意图置信度；目标轨迹确定模块，用于根据所述轨迹置信度和所述可选意图类别的意图置信度，从所述可选预测轨迹中确定目标预测轨迹。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个