确定目标运动轨迹的方法和装置制造方法及图纸

本发明专利技术公开了确定目标运动轨迹的方法和装置，涉及计算机技术技术领域。该方法的一具体实施方式包括：识别步骤：识别多个目标，并确定各个目标的类别信息；获取步骤：获取多个目标的历史轨迹数据；以及确定步骤：基于多个目标的历史轨迹数据和所述类别信息，确定各个目标的运动轨迹。该实施方式能够实现多类别目标的运动轨迹确定。的运动轨迹确定。的运动轨迹确定。

【技术实现步骤摘要】
确定目标运动轨迹的方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种确定目标运动轨迹的方法和装置。

技术介绍

[0002]在自动驾驶感知系统中，需要实时的并且同时对不同类别的目标进行轨迹预测，包括行人，小轿车，大卡车，公交车，三轮车，自行车，摩托车等，之后利用此预测的轨迹对自动驾驶汽车未来的行驶路径进行规划。
[0003]在自动驾驶现实场景应用中，不同类别的目标的轨迹有很大的不同，如行人的轨迹更加具有不确定性，车辆只能行驶在规定的道路中等等。现有方法中，如社交的长短期记忆网络(Social LSTM)，社交的生成性对抗网络(Social GAN)等深度学习框架，只能针对于同一种类型的目标或者把多类当作同一类目标进行轨迹预测。
[0004]此外，不同类别的目标之间的交互也有所不同，行人与行人之间，行人和小汽车之间，行人与公交车之间等的交互都有所区别。但是现有基于深度学习的框架中的方法中，如基于社交的LSTM或者社交的GAN模型中，不能对多类别之间的交互有针对性的进行预测。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供确定目标运动轨迹的方法和装置，能够实现多类别目标的运动轨迹确定。
[0006]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种确定目标运动轨迹的方法，其特征在于，包括：识别步骤：识别多个目标，并确定各个所述目标的类别信息；获取步骤：获取所述多个目标的历史轨迹数据；以及确定步骤：基于所述多个目标的历史轨迹数据和所述类别信息，确定各个所述目标的运动轨迹。
[0007]优选地，在所述确定步骤中，基于所述多个目标的历史轨迹数据、所述类别信息以及所述多个目标之间的交互信息，确定各个所述目标的运动轨迹。
[0008]优选地，所述确定步骤包括：计算所述多个目标中的一个目标与其他目标的相对位置；以及基于所述相对位置、表示所述目标的历史轨迹数据的第一向量数据和目标属性信息，生成所述目标的第二向量数据，并且基于所述第二向量数据、表示所述目标的历史轨迹数据的第一向量数据以及表示所述目标的类别的第三向量数据，确定所述运动轨迹。
[0009]优选地，通过长短期记忆网络编码所述目标的历史轨迹数据，以获得表示所述目标的历史轨迹数据的所述第一向量数据，其中，所述长短期记忆网络将数据序列编码为表示该数据序列的特征值的一维向量。
[0010]优选地，所述目标属性信息包括所述目标的类别、长、宽、高、当前速度和当前朝向中的至少一者。
[0011]优选地，所述方法还包括：判断步骤，判断所确定的各个所述目标的运动轨迹是否为真。
[0012]优选地，在所述判断步骤中，直接判断所确定的所述运动轨迹是否正确，或者基于
所述目标的类别来判定所确定的所述运动轨迹是否正确。
[0013]根据本专利技术实施例的另一个方面，提供了一种确定目标运动轨迹的装置，其特征在于，包括：识别单元，该识别单元识别多个目标，并确定各个所述目标的类别信息；获取单元，该获取单元获取所述多个目标的历史轨迹数据；以及确定单元，该确定单元基于所述多个目标的历史轨迹数据和所述类别信息，确定各个所述目标的运动轨迹。
[0014]根据本专利技术实施例的又一个方面，提供了一种确定目标运动轨迹的电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术提供的确定目标运动轨迹的方法。
[0015]根据本专利技术实施例的又一个方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现本专利技术提供的确定目标运动轨迹的方法。
[0016]上述专利技术中的一个实施例具有如下优点或有益效果：本专利技术能够提供一种确定目标运动轨迹的方法和装置，其能够针对多类别的目标，实现多类别目标的运动轨迹确定。
[0017]上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0018]附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：
[0019]图1是根据本专利技术实施例的确定目标运动轨迹的方法的主要流程的示意图；
[0020]图2示出了根据本专利技术的确定目标运动轨迹的方法的具体实例的框图；
[0021]图3示出了根据本专利技术的确定目标运动轨迹的方法的具体实例中的多类别池化模块的框图；
[0022]图4是根据本专利技术实施例的确定目标运动轨迹的装置的主要单元的示意图；
[0023]图5是本专利技术实施例可以应用于其中的示例性系统架构图；
[0024]图6是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
[0025]以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0026]本专利技术的确定目标运动轨迹的方法和装置应用于自动驾驶感知系统中，对诸如行人，小轿车，大卡车，公交车，三轮车，自行车，摩托车等这样的不同类别的目标进行运动轨迹的实时预测。
[0027]图1是根据本专利技术实施例的是根据本专利技术实施例的确定目标运动轨迹的方法的主要流程的示意图。如图1所示，在识别步骤S1中，识别多个目标，并确定各个目标的类别信息；在获取步骤S2中，获取多个目标的历史轨迹数据；以及在确定步骤S3中，基于多个目标
的历史轨迹数据和类别信息，确定各个目标的运动轨迹。
[0028]优选地，在确定步骤S3中，基于多个目标的历史轨迹数据、类别信息以及多个目标之间的交互信息，确定各个目标的运动轨迹。
[0029]确定步骤S3例如包括计算多个目标中的一个目标与其他目标的相对位置；以及基于计算的相对位置、表示目标的历史轨迹数据的第一向量数据和目标属性信息，生成目标的第二向量数据，并且基于第二向量数据、表示目标的历史轨迹数据的第一向量数据以及表示目标的类别的第三向量数据，确定各个目标的运动轨迹。
[0030]例如通过长短期记忆网络编码目标的历史轨迹数据，以获得表示目标的历史轨迹数据的第一向量数据，其中，长短期记忆网络将数据序列编码为表示该数据序列的特征值的一维向量。
[0031]目标属性信息例如包括所述目标的类别、长、宽、高、当前速度和当前朝向中的至少一者。
[0032]根据本专利技术实施例的是根据本专利技术实施例的确定目标运动轨迹的方法例如还包括：判断步骤，判断所确定的各个目标的运动轨迹是否为真。
[0033]在所述判断步骤中，优选地，直接判断所确定的所述运动轨迹是否正确，或者基于所述目标的类别来判定所确定的所述运动轨迹是否正确。
[0034]图2示出了根据本专利技术的确定目标运动轨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定目标运动轨迹的方法，其特征在于，包括：识别步骤：识别多个目标，并确定各个所述目标的类别信息；获取步骤：获取所述多个目标的历史轨迹数据；以及确定步骤：基于所述多个目标的历史轨迹数据和所述类别信息，确定各个所述目标的运动轨迹。2.根据权利要求1所述的方法，其特征在于，在所述确定步骤中，基于所述多个目标的历史轨迹数据、所述类别信息以及所述多个目标之间的交互信息，确定各个所述目标的运动轨迹。3.根据权利要求2所述的方法，其特征在于，所述确定步骤包括：计算所述多个目标中的一个目标与其他目标的相对位置；以及基于所述相对位置、表示所述目标的历史轨迹数据的第一向量数据和目标属性信息，生成所述目标的第二向量数据，并且基于所述第二向量数据、表示所述目标的历史轨迹数据的第一向量数据以及表示所述目标的类别的第三向量数据，确定所述运动轨迹。4.根据权利要求3所述的方法，其特征在于，通过长短期记忆网络编码所述目标的历史轨迹数据，以获得表示所述目标的历史轨迹数据的所述第一向量数据，其中，所述长短期记忆网络将数据序列编码为表示该数据序列的特征值的一维向量。5.根据权利要求3所述的方法，其...

【专利技术属性】
技术研发人员：董博，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：