[发明专利]轨迹预测方法、装置、可读存储介质及电子设备

说明书

本公开实施例公开了一种轨迹预测方法和装置，其中，该方法包括：获取目标摄像头拍摄的包括当前图像帧的第一图像序列；将第一图像序列输入轨迹预测编码模型，得到当前图像帧中的每个可移动设备图像的移动轨迹特征数据；对于当前图像帧中的每个可移动设备图像，获取该可移动设备图像的移动习惯特征数据，并基于该可移动设备图像的移动习惯特征数据和移动轨迹特征数据，生成该可移动设备图像的轨迹预测用特征数据；将每个可移动设备图像的轨迹预测用特征数据输入轨迹预测解码模型，得到每个可移动设备图像的轨迹预测信息。本公开实施例实现了针对不同的可移动设备，获取不同的移动习惯特征数据进行轨迹预测，提高了轨迹预测的准确性。

技术领域

本公开涉及计算机技术领域，尤其是一种轨迹预测方法、装置、可读存储介质及电子设备。

背景技术

在自动驾驶领域，为了更好地做好行驶规划，需要对其他可移动设备(例如车辆)的未来几秒的轨迹进行精确预测，但是其他车辆的未来移动轨迹不仅受周围环境的影响，而且受驾驶员驾驶习惯以及当前自身驾驶意图的影响，比如激进的驾驶员和保守的驾驶员在面对同样的交通情况时可能会采取完全不同的动作。例如在绿灯变红灯时，激进的驾驶员会在红灯亮之前加速通过，保守的驾驶员会减速并停车。

发明内容

本公开的实施例提供了一种轨迹预测方法、装置、可读存储介质及电子设备。

本公开的实施例提供了一种轨迹预测方法，该方法包括：获取目标摄像头拍摄的包括当前图像帧的第一图像序列，其中，第一图像序列的第一图像中包括至少一个可移动设备图像；将第一图像序列输入预先训练的轨迹预测编码模型，得到当前图像帧中的每个可移动设备图像的移动轨迹特征数据；对于当前图像帧中的每个可移动设备图像，获取该可移动设备图像的移动习惯特征数据，并基于该可移动设备图像的移动习惯特征数据和移动轨迹特征数据，生成该可移动设备图像的轨迹预测用特征数据；将每个可移动设备图像的轨迹预测用特征数据输入预先训练的轨迹预测解码模型，得到每个可移动设备图像的轨迹预测信息。

根据本公开实施例的另一个方面，提供了一种轨迹预测装置，该装置包括：第一获取模块，用于获取目标摄像头拍摄的包括当前图像帧的第一图像序列，其中，第一图像序列的第一图像中包括至少一个可移动设备图像；编码模块，用于将第一图像序列输入预先训练的轨迹预测编码模型，得到当前图像帧中的每个可移动设备图像的移动轨迹特征数据；生成模块，用于对于当前图像帧中的每个可移动设备图像，获取该可移动设备图像的移动习惯特征数据，并基于该可移动设备图像的移动习惯特征数据和移动轨迹特征数据，生成该可移动设备图像的轨迹预测用特征数据；解码模块，用于将每个可移动设备图像的轨迹预测用特征数据输入预先训练的轨迹预测解码模型，得到每个可移动设备图像的轨迹预测信息。

根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序用于执行上述轨迹预测方法。

根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现上述轨迹预测方法。

基于本公开的上述实施例提供的轨迹预测方法、装置、可读存储介质及电子设备，通过实时获取目标摄像头拍摄的第一图像序列，再对第一图像序列进行识别，得到可移动设备图像的移动轨迹特征数据，再获取每个可移动设备图像的移动习惯特征数据，根据移动轨迹特征数据和移动习惯特征数据生成预测用特征数据，最后利用预测用特征数据进行轨迹预测，得到每个可移动设备图像的轨迹预测信息，从而实现了针对不同的可移动设备，获取不同的移动习惯特征数据进行轨迹预测，提高了轨迹预测的准确性。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明