[发明专利]行动轨迹预测方法、装置、计算机可读介质及电子设备

说明书

本申请提供了一种行动轨迹预测方法、行动轨迹预测装置、计算机可读介质及电子设备，涉及计算机技术领域。该方法包括：计算当前场景中障碍物对象所占用区域对应的第一特征向量、障碍物对象的历史轨迹对应的第二特征向量以及障碍物对象的当前状态对应的第三特征向量；根据第一特征向量、第二特征向量以及第三特征向量确定当前场景中待预测对象对应的当前特征向量；根据当前场景构建用于表征待预测对象与障碍物对象之间关系的关系模型并计算关系模型对应的关系特征向量；根据关系特征向量和当前场景中待预测对象对应的当前特征向量预测待预测对象的运动轨迹。该方法可以提升对于待预测对象的行动轨迹预测准确率。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种行动轨迹预测方法、行动轨迹预测装置、计算机可读介质及电子设备。

背景技术

在智能出行领域中，通常根据获取到的路况信息预测对象(如，行人、车辆等)的行动轨迹，进行可以根据预测结果生成可以规避一定程度的危险的驾驶路线，可见，对于对象的预测越准确，生成的驾驶路线安全性越高。一般来说，当检测到移动对象时，可以根据对象的移动轨迹对其接下来的行动轨迹进行预测，但是，实际路况通常存在数量较多的移动对象，如果通过上述方法分别对每个对象进行行动轨迹预测，则可能存在预测准确率不高的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请的目的在于提供一种行动轨迹预测方法、行动轨迹预测装置、计算机可读介质及电子设备，可以通过结合待预测对象周围多个障碍物对象的信息，提升对于待预测对象的行动轨迹预测准确率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

本申请的第一方面提供了一种行动轨迹预测方法，可以包括以下步骤：

计算当前场景中障碍物对象所占用区域对应的第一特征向量、障碍物对象的历史轨迹对应的第二特征向量以及障碍物对象的当前状态对应的第三特征向量；

根据第一特征向量、第二特征向量以及第三特征向量确定当前场景中待预测对象对应的当前特征向量；

根据当前场景构建用于表征待预测对象与障碍物对象之间关系的关系模型并计算关系模型对应的关系特征向量；

根据关系特征向量和当前场景中待预测对象对应的当前特征向量预测待预测对象的运动轨迹。

在本申请的一种示例性实施例中，在计算当前场景中障碍物对象所占用区域对应的第一特征向量、障碍物对象的历史轨迹对应的第二特征向量以及障碍物对象的当前状态对应的第三特征向量之前，上述方法还可以包括以下步骤：

根据当前场景对应的实景图生成简略图；

从简略图中确定出障碍物对象所占用区域。

在本申请的一种示例性实施例中，计算当前场景中障碍物对象所占用区域对应的第一特征向量，包括：

通过深度学习网络提取简略图对应的图特征向量；

根据障碍物对象在简略图中的位置信息和方向信息计算障碍物对象所占用区域对应的第一特征向量。

在本申请的一种示例性实施例中，根据第一特征向量、第二特征向量以及第三特征向量确定当前场景中待预测对象对应的当前特征向量，包括：

将第一特征向量、第二特征向量以及第三特征向量进行拼接，并将拼接结果确定为当前场景中待预测对象对应的当前特征向量。

在本申请的一种示例性实施例中，当前场景中包括至少一个障碍物对象，根据当前场景构建用于表征待预测对象与障碍物对象之间关系的关系模型，包括：