目标轨迹预测方法、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113888601A(43)申请公布日2022.01.04(21)申请号202111249188.X(22)申请日2021.10.26(71)申请人北京易航远智科技有限公司地址100015北京市朝阳区酒仙桥北路7号66幢一层007(72)发明人林华东李雪范圣印(74)专利代理机构北京庚致知识产权代理事务所(特殊普通合伙)11807代理人韩德凯(51)Int.Cl.G06T7/246(2017.01)G06T3/40(2006.01)G06T5/50(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书18页附图6页(54)发明名称目标轨迹预测方法、电子设备及存储介质(57)摘要本公开提供了一种基于并行Transformer的目标轨迹预测方法，包括：使用第一Transformer模型基于目标的观测轨迹序列获取目标的第一建议轨迹特征以及建议方向特征；获取目标的观测图像特征以生成特征图，使用第二Transformer模型基于特征图以及建议方向特征生成第二建议轨迹特征；将第一建议轨迹特征以及第二建议轨迹特征进行融合处理，生成多个建议预测轨迹以及各个建议预测轨迹的置信度；以及基于车辆运动学模型对多个建议预测轨迹进行筛选，获得目标的至少一个预测轨迹。本公开还提供了一种基于并行Transformer的目标轨迹预测装置、电子设备以及可读存储介质。CN113888601ACN113888601A权利要求书1/2页1.一种基于并行Transformer的目标轨迹预测方法，其特征在于，包括：S110、使用第一Transformer模型基于目标的观测轨迹序列获取目标的第一建议轨迹特征以及建议方向特征；S120、获取目标的观测图像特征以生成特征图，使用第二Transformer模型基于所述特征图以及所述建议方向特征生成第二建议轨迹特征；S130、将所述第一建议轨迹特征以及所述第二建议轨迹特征进行融合处理，生成多个建议预测轨迹以及各个建议预测轨迹的置信度；以及S140、基于车辆运动学模型对所述多个建议预测轨迹进行筛选，获得目标的至少一个预测轨迹。2.根据权利要求1所述的目标轨迹预测方法，其特征在于，S110、使用第一Transformer模型基于目标的观测轨迹序列获取目标的第一建议轨迹特征以及建议方向特征，包括：S111、对目标的所述观测轨迹序列进行嵌入处理，并拼接一个可学习的嵌入以表示方向特征，并进行位置编码处理，生成预编码特征；S112、使用Transformer模型的编码器对所述预编码特征进行编码处理，获得第一特征向量；S113、使用Transformer模型的解码器对所述第一特征向量的轨迹特征部分进行解码，获得所述第一建议轨迹特征，所述解码器用可学习的嵌入初始化以进行轨迹特征的学习；以及S114、对学习到的方向特征即第一特征向量的方向特征部分进行解码，获得所述建议方向特征。3.根据权利要求1或2所述的目标轨迹预测方法，其特征在于，S111、对目标的所述观测轨迹序列进行嵌入处理，并拼接一个可学习的嵌入以表示方向特征，并进行位置编码处理，生成预编码特征，包括：*所述预编码特征表示为X＝[Xclass；XE]+Epos；其中，X表示观测轨迹序列，Xclass表示方向特征，E表示Embedding，Epos表示位置编码。4.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S112、使用第一Transformer模型的编码器对所述预编码特征进行编码处理，获得第一特征向量，包括：*所述第一特征向量表示为h＝Encoder(X；WX)；其中，Encoder表示Transformer模型的编码器，WX是对应的参数。5.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S113、使用第一Transformer模型的解码器对所述第一特征向量的轨迹特征部分进行解码，获得多个所述建议轨迹特征，所述解码器用可学习的嵌入初始化以进行轨迹特征的学习，包括：所述建议轨迹特征表示为其中，Decoder表示第一Transformer模型的解码器，WDX是对应的参数，表示轨迹特征部分。6.根据权利要求2或3所述的目标轨迹预测方法，其特征在于，S114、对学习到的方向特征即第一特征向量的方向特征部分进行解码，获得所述建议方向特征，包括：2CN113888601A权利要求书2/2页S1141、使用多层感知机对学习到的方向特征进行解码，获得多个方向特征向量；S1142、使用softmax层基于多个所述方向特征向量生成概率分布；S1143、使用argmax基于所述概率分布获得概率最大的位置标签；以及S1144、将所述概率最大的位置标签转换为one‑hot