【技术实现步骤摘要】
意图识别方法、装置、计算机设备、存储介质和程序产品
[0001]本申请涉及自动驾驶
,特别是涉及一种意图预测方法、装置、计算机设备、存储介质和程序产品。
技术介绍
[0002]随着科技的发展,出现了具有自动驾驶功能的车辆。这类车辆不仅需要感知周边车辆的当前状态,也需要预测周边车辆的未来状态。目前,预测周边车辆的未来状态,主要是对周边车辆的意图进行预测。例如,预测周边车辆是否要左换道、右换道、直行、左转、右转、调头等。
[0003]但是,现有技术预测的意图多为固定类别,对于实际场景中多变的道路结构,往往存在意图描述不准确的情况。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种能够准确描述意图、适应多变的道路结构的意图预测方法、装置、计算机设备、存储介质和程序产品。
[0005]第一方面,本公开实施例提供了一种意图预测方法。所述方法包括:
[0006]获取多个预测对象的相关信息和车道信息;所述相关信息包括所述预测对象的行驶状态信息、所述多个预测对象中的目标预测对象与车道之间的相对位置信息中的至少一个;
[0007]将所述相关信息和所述车道信息输入到预测模型中对所述目标预测对象的意图进行预测,得到预测结果;所述预测结果包括所述目标预测对象未来行驶在各车道的概率。
[0008]第二方面,本公开实施例还提供了一种意图预测装置。所述装置包括:
[0009]信息获取模块,用于获取多个预测对象的相关信息和车道信息;所述相关信息包括所述预测对象的 ...
【技术保护点】
【技术特征摘要】
1.一种意图预测方法,其特征在于,所述方法包括:获取多个预测对象的相关信息和车道信息;所述相关信息包括所述预测对象的行驶状态信息、所述多个预测对象中的目标预测对象与车道之间的相对位置信息中的至少一个;将所述相关信息和所述车道信息输入到预测模型中对所述目标预测对象的意图进行预测,得到预测结果;所述预测结果包括所述目标预测对象未来行驶在各车道的概率。2.根据权利要求1所述的方法,其特征在于,所述预测模型包括编码模块和预测模块;所述将所述相关信息和车道信息输入到预测模型中对所述目标预测对象的意图进行预测,得到预测结果,包括:将所述相关信息和所述车道信息输入到所述编码模块中进行特征编码,得到相关特征和车道特征;所述相关特征包括行驶状态特征、相对位置特征和交互特征中的至少一个;将所述相关特征和所述车道特征输入到所述预测模块中对所述目标预测对象的意图进行预测,得到所述预测结果。3.根据权利要求2所述的方法,其特征在于,所述编码模块包括第一编码器、第二编码器和第三编码器中的至少一个,将所述相关信息输入到所述编码模块中进行特征编码,得到相关特征,包括以下中的至少一项:将各所述预测对象的行驶状态信息输入到所述第一编码器中进行编码,得到各所述预测对象的行驶状态特征;将所述多个预测对象的行驶状态特征输入到所述第二编码器中进行编码,得到所述交互特征;其中,所述交互特征表征所述多个预测对象中的其他预测对象对所述目标预测对象的行驶状态的影响;将所述相对位置信息输入到所述第三编码器中进行编码,得到所述相对位置特征。4.根据权利要求3所述的方法,其特征在于,所述第一编码器包括第一多层感知机和第一循环神经网络,所述将各所述预测对象的行驶状态信息输入到所述第一编码器中进行编码,得到各所述预测对象的行驶状态特征,包括:将各所述预测对象的行驶状态信息输入到所述第一多层感知机中进行高维空间映射,得到各所述预测对象的状态映射特征;将各所述预测对象的状态映射特征输入到所述第一循环神经网络中进行特征提取,得到各所述预测对象的行驶状态特征。5.根据权利要求3所述的方法,其特征在于,所述第二编码器包括多个第二多层感知机,所述将所述多个预测对象的行驶状态特征输入到所述第二编码器中进行编码,得到所述交互特征,包括:将多个所述行驶状态特征分别输入到多个所述第二多层感知机进行非线性变换,得到多个状态变换特征;利用预设的注意力函数对所述多个状态变换特征进行计算,得到各所述其他预测对象影响所述目标预测对象行驶状态的影响系数;根据多个所述其他预测对象对应的行驶状态特征和影响系数,确定所述交互特征。6.根据权利要求3所述的方法,其特征在于,所述第三编码器包括第三多层感知机和第二循环神经网络,所述将所述相对位置信息输入到所述第三编码器中进行编码,得到所述相对位置特征,包括:
将所述相对位...
【专利技术属性】
技术研发人员:李飞,
申请(专利权)人:天津卡尔动力科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。