本發(fā)明涉及自動駕駛領(lǐng)域，尤其涉及的是一種交通路口場景下的軌跡預(yù)測方法、裝置、終端及存儲介質(zhì)。

背景技術(shù)：

1、交通路口作為交通系統(tǒng)中最重要且最常見的場景之一，承載了極其頻繁的車輛與行人流動。在這一復(fù)雜環(huán)境中，眾多交通事故頻繁發(fā)生。因此，準(zhǔn)確地預(yù)測交通路口場景下運(yùn)動主體的未來軌跡對于預(yù)防事故具有至關(guān)重要的作用，可以顯著降低交通事故發(fā)生的概率。然而，相比其它道路場景，交通路口的復(fù)雜性更為突出。交通路口場景不僅涉及多種交通參與者，例如行人、自行車、電動車以及機(jī)動車，還包含了各種交通規(guī)則和信號控制等要素。這種多元且動態(tài)的檢測環(huán)境使得現(xiàn)有技術(shù)在預(yù)測交通路口內(nèi)運(yùn)動主體的行為時往往難以達(dá)到很高的準(zhǔn)確率。

2、因此，現(xiàn)有技術(shù)還有待改進(jìn)和發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)的上述缺陷，提供一種交通路口場景下的軌跡預(yù)測方法、裝置、終端及存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)在預(yù)測交通路口內(nèi)運(yùn)動主體的行為時難以達(dá)到很高的準(zhǔn)確率的問題。

2、本發(fā)明解決問題所采用的技術(shù)方案如下：

3、第一方面，本發(fā)明實(shí)施例提供一種交通路口場景下的軌跡預(yù)測方法，其中，所述方法包括：

4、獲取道路場景、交通信號燈狀態(tài)以及歷史運(yùn)動軌跡；

5、根據(jù)所述道路場景構(gòu)建若干有向圖，其中，所述有向圖用于模擬道路場景中各運(yùn)動主體間的交互關(guān)系；

6、根據(jù)所述歷史運(yùn)動軌跡和各所述有向圖得到各運(yùn)動主體的時空特征；

7、根據(jù)所述交通信號燈狀態(tài)和所述歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率；

8、根據(jù)各所述時空特征和各所述候選移動動作概率確定車輛的待移動軌跡。

9、在一種實(shí)施方法中，所述根據(jù)所述道路場景構(gòu)建若干有向圖，包括：

10、獲取各運(yùn)動主體對應(yīng)的運(yùn)動影響因子，其中，所述運(yùn)動影響因子包括視野、速率、運(yùn)動方向以及車道規(guī)則中的一種或多種；

11、根據(jù)所述道路場景和所述運(yùn)動影響因子分別構(gòu)建各所述運(yùn)動影響因子對應(yīng)的有向圖。

12、在一種實(shí)施方法中，所述根據(jù)所述道路場景和所述運(yùn)動影響因子分別構(gòu)建各所述運(yùn)動影響因子對應(yīng)的有向圖，包括：

13、分別基于各所述運(yùn)動影響因子和所述道路場景確定各所述運(yùn)動影響因子對應(yīng)的各運(yùn)動主體之間的交互關(guān)系，其中，所述交互關(guān)系包括對等交互關(guān)系、不對等交互關(guān)系以及無交互關(guān)系中的一種或多種；

14、根據(jù)各所述交互關(guān)系分別構(gòu)建各所述運(yùn)動影響因子對應(yīng)的有向圖。

15、在一種實(shí)施方法中，所述根據(jù)所述歷史運(yùn)動軌跡和各所述有向圖得到各運(yùn)動主體的時空特征，包括：

16、采用時空圖卷積網(wǎng)絡(luò)，根據(jù)歷史軌跡特征提取時間特征，根據(jù)各所述有向圖提取空間特征；

17、根據(jù)所述時間特征和所述空間特征確定各運(yùn)動主體的所述時空特征。

18、在一種實(shí)施方法中，所述根據(jù)所述交通信號燈狀態(tài)和所述歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率，包括：

19、根據(jù)所述交通信號燈狀態(tài)確定若干候選動作；

20、根據(jù)所述歷史運(yùn)動軌跡確定若干候選移動動作；

21、根據(jù)各所述候選動作和各所述候選移動動作，采用門控循環(huán)單元算法和多層感知器計(jì)算各所述候選移動動作對應(yīng)的所述候選移動動作概率。

22、在一種實(shí)施方法中，所述根據(jù)各所述時空特征和各所述候選移動動作概率確定車輛的待移動軌跡，包括：

23、獲取車輛對應(yīng)的真實(shí)動作編碼，采用最小化交叉熵函數(shù)根據(jù)各所述候選移動動作概率和所述真實(shí)動作編碼確定第一損失函數(shù)；

24、采用多分布位置估計(jì)根據(jù)各所述時空特征和各所述候選移動動作概率確定第二損失函數(shù)；

25、通過最小化所述第一損失函數(shù)、所述第二損失函數(shù)之和確定車輛的所述待移動軌跡。

26、在一種實(shí)施方法中，所述多分布位置估計(jì)為t分布位置估計(jì)，所述采用多分布位置估計(jì)根據(jù)各所述時空特征和各所述候選移動動作概率確定第二損失函數(shù)，包括：

27、根據(jù)各所述時空特征和各所述候選移動動作概率確定若干組t分布參數(shù)；

28、基于各組t分布參數(shù)分別構(gòu)建各組t分布參數(shù)對應(yīng)的t分布；

29、采用最大似然估計(jì)擬合各t分布，確定所述第二損失函數(shù)。

30、第二方面，本發(fā)明實(shí)施例還提供一種交通路口場景下的軌跡預(yù)測裝置，其中，所述交通路口場景下的軌跡預(yù)測裝置包括：

31、數(shù)據(jù)獲取模塊，用于獲取道路場景、交通信號燈狀態(tài)以及歷史運(yùn)動軌跡；

32、有向圖構(gòu)建模塊，用于根據(jù)所述道路場景構(gòu)建若干有向圖，其中，所述有向圖用于模擬道路場景中各運(yùn)動主體間的交互關(guān)系；

33、特征提取模塊，用于根據(jù)所述歷史運(yùn)動軌跡和各所述有向圖得到各運(yùn)動主體的時空特征；

34、概率計(jì)算模塊，用于根據(jù)所述交通信號燈狀態(tài)和所述歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率；

35、軌跡確定模塊，用于根據(jù)各所述時空特征和各所述候選移動動作概率確定車輛的待移動軌跡。

36、第三方面，本發(fā)明實(shí)施例還提供一種終端，所述終端包括有存儲器和一個以上處理器；所述存儲器存儲有一個以上的程序；所述程序包含用于執(zhí)行如上述任一所述的交通路口場景下的軌跡預(yù)測方法的指令；所述處理器用于執(zhí)行所述程序。

37、第四方面，本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有多條指令，其中，所述指令適用于由處理器加載并執(zhí)行，以實(shí)現(xiàn)上述任一所述的交通路口場景下的軌跡預(yù)測方法。

38、本發(fā)明的有益效果：本發(fā)明實(shí)施例通過獲取道路場景、交通信號燈狀態(tài)以及歷史運(yùn)動軌跡；根據(jù)道路場景構(gòu)建若干有向圖，其中，有向圖用于模擬道路場景中各運(yùn)動主體間的交互關(guān)系；根據(jù)歷史運(yùn)動軌跡和各有向圖得到各運(yùn)動主體的時空特征；根據(jù)交通信號燈狀態(tài)和歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率；根據(jù)各時空特征和各候選移動動作概率確定車輛的待移動軌跡。由于本發(fā)明對道路場景中各運(yùn)動主體間的交互關(guān)系構(gòu)建有向圖、候選動作預(yù)測等，從而能夠更準(zhǔn)確地區(qū)分和預(yù)測各種顯著不同的移動模式，有效地解決了現(xiàn)有技術(shù)在預(yù)測交通路口內(nèi)運(yùn)動主體的行為時難以達(dá)到很高的準(zhǔn)確率的問題。

技術(shù)特征：

1.一種交通路口場景下的軌跡預(yù)測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述根據(jù)所述道路場景構(gòu)建若干有向圖，包括：

3.根據(jù)權(quán)利要求2所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述根據(jù)所述道路場景和所述運(yùn)動影響因子分別構(gòu)建各所述運(yùn)動影響因子對應(yīng)的有向圖，包括：

4.根據(jù)權(quán)利要求1所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述根據(jù)所述歷史運(yùn)動軌跡和各所述有向圖得到各運(yùn)動主體的時空特征，包括：

5.根據(jù)權(quán)利要求1所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述根據(jù)所述交通信號燈狀態(tài)和所述歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率，包括：

6.根據(jù)權(quán)利要求1所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述根據(jù)各所述時空特征和各所述候選移動動作概率確定車輛的待移動軌跡，包括：

7.根據(jù)權(quán)利要求6所述的交通路口場景下的軌跡預(yù)測方法，其特征在于，所述多分布位置估計(jì)為t分布位置估計(jì)，所述采用多分布位置估計(jì)根據(jù)各所述時空特征和各所述候選移動動作概率確定第二損失函數(shù)，包括：

8.一種交通路口場景下的軌跡預(yù)測裝置，其特征在于，所述裝置包括：

9.一種終端，其特征在于，所述終端包括有存儲器和一個以上處理器；所述存儲器存儲有一個以上的程序；所述程序包含用于執(zhí)行如權(quán)利要求1-7中任一所述的交通路口場景下的軌跡預(yù)測方法的指令；所述處理器用于執(zhí)行所述程序。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有多條指令，其特征在于，所述指令適用于由處理器加載并執(zhí)行，以實(shí)現(xiàn)上述權(quán)利要求1-7任一所述的交通路口場景下的軌跡預(yù)測方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了交通路口場景下的軌跡預(yù)測方法、裝置、終端及存儲介質(zhì)，所述方法通過獲取道路場景、交通信號燈狀態(tài)以及歷史運(yùn)動軌跡；根據(jù)道路場景構(gòu)建若干有向圖，其中，有向圖用于模擬道路場景中各運(yùn)動主體間的交互關(guān)系；根據(jù)歷史運(yùn)動軌跡和各有向圖得到各運(yùn)動主體的時空特征；根據(jù)交通信號燈狀態(tài)和歷史運(yùn)動軌跡確定車輛的若干候選移動動作概率；根據(jù)各時空特征和各候選移動動作概率確定車輛的待移動軌跡。由于本發(fā)明對道路場景中各運(yùn)動主體間的交互關(guān)系構(gòu)建有向圖、候選動作預(yù)測等，從而能夠更準(zhǔn)確地區(qū)分和預(yù)測各種顯著不同的移動模式，有效地解決了現(xiàn)有技術(shù)在預(yù)測交通路口內(nèi)運(yùn)動主體的行為時難以達(dá)到很高的準(zhǔn)確率的問題。

技術(shù)研發(fā)人員：裴燦,雷群娟,黃敏,張勝宇,王賢辰,劉遠(yuǎn)生,羅成,張浩,方旭,周潤東,王洋
受保護(hù)的技術(shù)使用者：深圳職業(yè)技術(shù)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6