[发明专利]一种多目标轨迹的预测方法、装置、车载设备及存储介质在审
| 申请号: | 201910349897.1 | 申请日: | 2019-04-28 |
| 公开(公告)号: | CN110223318A | 公开(公告)日: | 2019-09-10 |
| 发明(设计)人: | 潘争;段云志 | 申请(专利权)人: | 驭势科技(北京)有限公司 |
| 主分类号: | G06T7/246 | 分类号: | G06T7/246 |
| 代理公司: | 北京开阳星知识产权代理有限公司 11710 | 代理人: | 郭鑫 |
| 地址: | 102400 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 局部图像信息 多个目标 运动信息 多目标 预测 行驶状态信息 车载设备 存储介质 距离信息 语义信息 运动趋势 感知 | ||
1.一种多目标轨迹的预测方法,其特征在于,所述方法包括:
获取车辆在多个时刻的行驶状态信息以及多个目标在每个所述时刻的局部图像信息和运动信息;
基于所述局部图像信息,确定多个目标在每个所述时刻的位置信息以及距离信息;
基于所述行驶状态信息、所述局部图像信息、所述运动信息、所述位置信息以及所述距离信息,预测所述多个目标的轨迹。
2.根据权利要求1所述的方法,其特征在于,所述基于所述局部图像信息,确定多个目标在每个所述时刻的位置信息以及距离信息,包括:
将所述局部图像信息进行网格划分;
检测多个目标在每个所述时刻所处的网格位置;
基于多个目标在每个所述时刻所处的网格位置,确定多个目标在每个所述时刻的位置信息以及距离信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述行驶状态信息、所述局部图像信息、所述运动信息、所述位置信息以及所述距离信息,预测所述多个目标的轨迹,包括:
通过第一特征提取网络提取每个所述目标在所述多个时刻的第一特征信息;所述第一特征信息为局部图像信息的特征信息;
通过第二特征提取网络提取每个所述目标在所述多个时刻的第二特征信息;所述第二特征信息为拼接信息的特征信息,所述拼接信息包括所述第一特征信息、所述运动信息、所述位置信息、所述距离信息以及所述行驶状态信息;
基于每个所述目标在所述多个时刻的第二特征信息,预测所述多个目标的轨迹。
4.根据权利要求3所述的方法,其特征在于,所述第二特征提取网络包括:全连接网络以及编码多层感知器;
所述通过第二特征提取网络提取每个所述目标在所述多个时刻的第二特征信息,包括:
通过所述全连接网络将所述第一特征信息、所述运动信息、所述位置信息、所述距离信息以及所述行驶状态信息输出为拼接信息;
通过所述编码多层感知器将所述拼接信息输出为第二特征信息。
5.根据权利要求3所述的方法,其特征在于,所述基于每个所述目标在所述多个时刻的第二特征信息,预测所述多个目标的轨迹,包括:
通过编码网络编码每个所述目标在所述多个时刻的第二特征信息,得到每个所述目标的编码信息;
通过输出网络将每个所述目标的编码信息输出为轨迹信息。
6.根据权利要求5所述的方法,其特征在于,所述输出网络包括:解码网络、解码多层感知器、概率分布网络以及轨迹搜索网络;
所述通过输出网络将每个所述目标的编码信息输出为轨迹信息,包括:
通过所述解码网络将每个所述目标的编码信息输出为第一解码特征信息;
通过所述解码多层感知器将所述第一解码特征信息输出为第一概率信息;
通过所述概率分布网络将所述第一概率信息输出为网格第一概率分布;
通过所述轨迹搜索网络将所述网格第一概率分布输出为第一轨迹信息。
7.根据权利要求6所述的方法,其特征在于,所述输出网络还包括:嵌入式网络;
所述方法还包括:
通过所述嵌入式网络将所述第一轨迹信息输出为第一映射信息,所述第一映射信息包括X轴方向的信息和Y轴方向的信息;
通过所述解码网络将所述第一映射信息输出为第二解码特征信息;
通过所述解码多层感知器将所述第二解码特征信息输出为第二概率信息;
通过所述概率分布网络将所述第二概率信息输出为网格第二概率分布;
通过所述轨迹搜索网络将所述网格第二概率分布输出为第二轨迹信息。
8.一种多目标轨迹的预测装置,其特征在于,所述装置包括:
获取单元,用于获取车辆在多个时刻的行驶状态信息以及多个目标在每个所述时刻的局部图像信息和运动信息;
确定单元,用于基于所述局部图像信息,确定多个目标在每个所述时刻的位置信息以及距离信息;
预测单元,用于基于所述行驶状态信息、所述局部图像信息、所述运动信息、所述位置信息以及所述距离信息,预测所述多个目标的轨迹。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于驭势科技(北京)有限公司,未经驭势科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910349897.1/1.html,转载请声明来源钻瓜专利网。





