[发明专利]一种轨迹预测处理方法和装置

说明书

本发明实施例涉及一种轨迹预测处理方法和装置，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；对任意第一目标与其他所有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；对任意第一目标与所有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；根据各个第一目标对应的第一、第二关联特征集合，对各个第一目标的轨迹进行预测生成对应的第一预测轨迹。通过本发明可提高预测精度。

技术领域

本发明涉及数据处理技术领域，特别涉及一种轨迹预测处理方法和装置。

背景技术

预测模块是自动驾驶的重要模块，预测模块的作用是对自车周围其他目标的运动轨迹进行预测，例如对自车周围的其他车辆的行驶轨迹进行预测并生成对应的预测轨迹输出到下游的规划模块，下游的规划模块再以及接收到的目标预测轨迹为规避参考对自车行驶轨迹进行规划。常规预测模块在处理单一目标车辆的轨迹预测时精度都比较高，但在多车道、多目标车辆的复杂交通环境下处理多目标的轨迹预测时精度都不理想。究其原因就是常规预测模块在复杂交通环境下只是基于目标数量叠加单一目标预测结果来实现多目标预测，并未考虑目标车辆之间、目标车辆与道路之间的关联关系，所以才会导致出现预测精度不够的问题。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种轨迹预测处理方法、装置、电子设备及计算机可读存储介质，基于带选通的多层MLP网络(based on MLPs with gating，gMLPs)构建目标的轨迹特征向量，并由车道中心线关键点序列构建车道的特征向量，并使用多头注意(Multi-Head Attention)网络基于目标轨迹特征向量与车道特征向量对目标与目标之间、目标与车道之间的关联特征进行识别，并基于各个目标的关联特征集合对其进行轨迹预测。通过本发明，就可在复杂交通环境下结合目标车辆之间、目标车辆与道路之间的关联关系来对各个目标车辆进行轨迹预测，达到进一步提高预测精度的目的。

为实现上述目的，本发明实施例第一方面提供了一种轨迹预测处理方法，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。

优选的，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。

优选的，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：