[发明专利]障碍物意图预测方法、装置、设备及介质

说明书

本公开涉及无人驾驶技术领域，尤其涉及一种障碍物意图预测方法、装置、设备及介质。其中方法包括：获取当前时刻目标障碍物的多个原因论据和多个观测论据，所述原因论据用于表征障碍物意图是否可能存在的条件信息，所述观测论据用于表征障碍物意图产生的结果信息；基于所述原因论据和所述观测论据，确定所述目标障碍物预设意图的预测概率，所述预设意图包括多种意图；基于所述预设意图的预测概率，确定所述目标障碍物的意图。本公开技术方案在保证意图预测可解释性强且意图预测结果稳定的情况下，支持多场景下的障碍物意图的预测。

技术领域

本公开涉及无人驾驶技术领域，尤其涉及一种障碍物意图预测方法、装置、设备及介质。

背景技术

近年来，车辆智能驾驶技术成为汽车行业研究的热点。为了让车辆能够安全、平顺地行驶，一个非常重要，却经常被忽视的问题是如何预测车辆周围障碍物未来一段时间的行为，即如何预测障碍物意图。障碍物意图的预测是对车辆下一步动作进行规划和控制的前提。

当前的障碍物意图预测算法框架可以大致分为两大类。一类是根据障碍物的历史状态信息和其他环境信息，通过算法直接生成未来一段时间内的预测轨迹；另一类是通过算法先预测障碍物意图，然后再根据障碍物意图，使用不同的轨迹生成模型去生成相应的预测轨迹。前一类算法框架主要是使用各种深度学习的算法，如深度神经网络、长短期记忆人工神经网络和图神经网络等；此类算法需要对大量数据进行处理、标注和训练，而且可解释性弱，不能保证预测结果的稳定性，并且缺乏预测轨迹的意图语义信息，不利于后续对车辆进行规划控制，目前仍然处于学术研究和落地预研的阶段。相比而言，后一类算法框架可以输出障碍物意图的概率，可解释性强，预测结果稳定。但后一类算法框架往往只针对单一场景(如车辆是否要换道)下的预测。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种障碍物意图预测方法、装置、设备及介质，。

第一方面，本公开实施例提供了一种障碍物意图预测方法，包括：

获取当前时刻目标障碍物的多个原因论据和多个观测论据，所述原因论据用于表征障碍物意图是否可能存在的条件信息，所述观测论据用于表征障碍物意图产生的结果信息；

基于所述原因论据和所述观测论据，确定所述目标障碍物预设意图的预测概率，所述预设意图包括多种意图；

基于所述预设意图的预测概率，确定所述目标障碍物的意图。

在一些实施例中，所述获取当前时刻目标障碍物的多个原因论据和多个观测论据，包括：

获取当前时刻的传感信息，所述传感信息包括感知信息、地图信息和定位信息；

基于所述传感信息，确定所述原因论据和所述观测论据。

在一些实施例中，所述基于所述原因论据和所述观测论据，确定所述目标障碍物预设意图的预测概率，包括：

基于所述原因论据，确定在所述原因论据下的意图条件概率；

基于所述观测论据，确定在所述预设意图下的观测论据条件概率；

基于所述目标障碍物对应的所述意图条件概率和所述观测论据条件概率，确定所述目标障碍物预设意图的预测概率。

在一些实施例中，所述基于所述原因论据，确定在所述原因论据下的意图条件概率，包括：

基于所述原因论据，从所述预设意图中确定潜在的第一意图和不可能存在的第二意图；

对于所述第一意图，基于预先设定的原因论据与意图条件概率的对应关系，确定所述意图条件概率；

对于所述第二意图，将预设概率作为所述意图条件概率，所述预设概率用于使所述预测概率趋近于0。

在一些实施例中，所述方法还包括：