[发明专利]一种轨迹预测处理方法和装置

权利要求书

1.一种轨迹预测处理方法，其特征在于，所述方法包括：

接收各个第一目标的历史轨迹序列作为对应的第一历史轨迹序列；并对各个所述第一历史轨迹序列进行轨迹特征向量转换生成对应的第一轨迹特征向量；

接收各条第一车道的中心线关键点序列作为对应的第一关键点序列；并对各个所述第一关键点序列进行车道线特征向量转换生成对应的第一车道线特征向量；

根据所有所述第一轨迹特征向量，对任意所述第一目标与其他所有所述第一目标的关联特征进行识别生成对应的第一关联特征集合；

根据任一所述第一轨迹特征向量和所有所述第一车道线特征向量，对任意所述第一目标与所有所述第一车道的关联特征进行识别生成对应的第二关联特征集合；

根据各个所述第一目标对应的所述第一、第二关联特征集合，对各个所述第一目标的轨迹进行预测生成对应的第一预测轨迹。

2.根据权利要求1所述的轨迹预测处理方法，其特征在于，

所述第一历史轨迹序列包括多个第一轨迹点数据；所述第一轨迹点数据至少包括横坐标、纵坐标、速度、朝向角和加速度；

所述第一关键点序列包括多个第一关键点数据；所述第一关键点数据至少包括横坐标、纵坐标、控制状态；所述控制状态至少包括左转状态、右转状态和直行状态；

所述第一关联特征集合包括多个第一关联特征数据；

所述第二关联特征集合包括多个第二关联特征数据。

3.根据权利要求2所述的轨迹预测处理方法，其特征在于，所述对各个所述第一历史轨迹序列进行轨迹特征向量转换生成对应的第一轨迹特征向量，具体包括：

对各个所述第一历史轨迹序列进行向量转换生成对应的第一向量；所述第一向量由多个第二向量组成，每个所述第二向量对应一个所述第一轨迹点数据；所述第二向量的形状为X*1，X为向量维度；所述第一向量的形状为Y*X*1,Y为所述第一轨迹点数据的总数；

由所有所述第一目标的所述第一向量构成第一张量；所述第一张量的形状为Z*Y*X*1，Z为所述第一目标的总数；

将所述第一张量输入gMLPs网络得到对应的第二张量；所述第二张量包括Z个第三向量；每个所述第三向量与一个所述第一目标对应；

对各个所述第一历史轨迹序列的最后一个所述第一轨迹点数据进行向量转换得到对应的第四向量；

由各个所述第一目标对应的所述第三、第四向量组成对应的所述第一轨迹特征向量。

4.根据权利要求2所述的轨迹预测处理方法，其特征在于，所述对各个所述第一关键点序列进行车道线特征向量转换生成对应的第一车道线特征向量，具体包括：

对各个所述第一关键点数据进行向量转换生成对应的第五向量；并由得到的多个所述第五向量组成对应的所述第一车道线特征向量。

5.根据权利要求2所述的轨迹预测处理方法，其特征在于，所述根据所有所述第一轨迹特征向量，对任意所述第一目标与其他所有所述第一目标的关联特征进行识别生成对应的第一关联特征集合，具体包括：

从所有所述第一轨迹特征向量中任选一个作为第一目标向量，并将其他任意所述第一轨迹特征向量作为第二目标向量；并对所述第二目标向量的总数进行统计生成总数n；

将所述第一目标向量作为多头注意力网络的Q向量；并将任一所述第二目标向量作为所述多头注意力网络的K向量和V向量；并由所述Q向量和n对所述K、V向量组成n个输入向量组；每个所述输入向量组包括一对所述K、V向量和所述Q向量；

将n个所述输入向量组分别输入所述多头注意力网络，由所述多头注意力网络基于每个所述输入向量组进行注意力特征提取从而得到n个特征提取结果；

将每个所述特征提取结果作为对应的所述第一关联特征数据，并由得到的n个所述第一关联特征数据组成对应的所述第一关联特征集合。