[发明专利]一种场景识别方法、装置、存储介质及无人设备

权利要求书

1.一种场景识别方法，其特征在于，包括：

获取目标设备周围的障碍物的运动轨迹，通过预先训练的场景识别模型，根据所述运动轨迹确定障碍物的运动特征；

根据各障碍物的运动特征，通过所述场景识别模型，针对每个障碍物，确定该障碍物与各障碍物的交互权重，并根据各障碍物的运动特征，以及该障碍物与各障碍物的交互权重确定该障碍物的交互运动特征；

根据各障碍物的交互运动特征，通过所述场景识别模型确定所述目标设备所在的场景的场景特征；

根据所述场景特征，通过所述场景识别模型，从预先设定的各场景类型中选择出目标设备所在的场景的场景类型。

2.如权利要求1所述的方法，其特征在于，所述场景识别模型包括：编码端、注意力网络以及解码端。

3.如权利要求2所述的方法，其特征在于，获取目标设备周围的障碍物的运动轨迹，通过预先训练的场景识别模型，根据所述运动轨迹确定障碍物的运动特征，具体包括：

获取障碍物在第一预设时段内每一时刻的轨迹点，并针对每个时刻，根据障碍物在该时刻的运动状态确定障碍物在该时刻的基础运动特征，其中，所述运动状态包括障碍物在该时刻的速度、位置中的至少一个；

将障碍物在各时刻的基础运动特征输入预先训练的场景识别模型的编码端，通过所述编码端提取障碍物在第一预设时段内的运动特征。

4.如权利要求2所述的方法，其特征在于，确定该障碍物与各障碍物的交互权重，具体包括：

确定所述注意力网络中所包含的各注意力子网；

针对每个注意力子网，将所述编码端输出的各障碍物的交互运动特征输入该注意力子网，根据该注意力子网的第一注意力参数，为各障碍物确定出第一注意力特征；根据该注意力子网的第二注意力参数，为各障碍物确定出第二注意力特征；

针对每个障碍物，根据该障碍物的第一注意力特征，和各障碍物的第二注意力特征，确定出该障碍物与各障碍物的交互权重；

根据各障碍物的运动特征，以及该障碍物与各障碍物的交互权重确定该障碍物的交互运动特征，具体包括：

根据各障碍物的运动特征，以及该注意力子网为该障碍物确定出的与各障碍物的交互权重，确定出该障碍物在该注意力子网下的子交互运动特征；

根据该障碍物在各注意力子网下的子交互运动特征，确定该障碍物的交互运动特征。

5.如权利要求2所述的方法，其特征在于，所述解码端包括：特征融合层和分类层；

根据各障碍物的交互运动特征，通过所述场景识别模型确定所述目标设备所在的场景的场景特征，具体包括：

将所述注意力层输出的各障碍物的交互运动特征输入解码层的特征融合层，通过所述特征融合层，确定所述目标设备所在的场景的场景特征；

根据所述场景特征，通过所述场景识别模型，从预先设定的各场景类型中选择出目标设备所在的场景的场景类型，具体包括：

将所述解码层的特征融合层输出的场景特征输入解码层的分类层，通过所述分类层，从预先设定的各场景类型中选择出目标设备所在的场景的场景类型。

6.如权利要求1所述的方法，其特征在于，预先确定各场景类型，具体包括：

获取历史上的样本数据，其中，所述样本数据包括目标设备周围各样本障碍物在第二预设时段内的样本运动轨迹；

针对每个样本数据，采用预设的编码方式，对该样本数据进行编码，并获得编码后该样本数据的综合运动特征；

采用预设的聚类算法，根据各样本数据的综合运动特征，对各样本数据进行聚类，并将所获得的各样本类别作为场景类型。

7.如权利要求1所述的方法，其特征在于，从预先设定的各场景类型中选择出目标设备所在的场景的场景类型之后，所述方法还包括：

获取所确定出的目标设备所在的场景的场景类型对应的参考数据；

根据所述参考数据，为所述目标设备规划参考轨迹。