轨迹意图分类方法和装置、电子设备和存储介质与流程

本技术涉及自动驾驶，尤其涉及一种轨迹意图分类方法和装置、电子设备和存储介质。

背景技术：

1、轨迹意图预测作为自动驾驶功能模块“环境感知-轨迹预测-决策规划”的中间环节，起着承上启下的作用。在实际道路环境下，自车周围障碍物的运动意图不确定，导致传统的基于规则的轨迹预测方法轨迹预测性能不足。同时，随着深度学习技术的发展，基于学习的轨迹预测方法得到了广泛的应用。基于学习的轨迹预测方法属于监督学习方法，在模型训练阶段，需要事先准备训练样本。

2、目前公开的轨迹预测数据库，如waymo，argoverse，lyft，apolloscape等自动驾驶相关数据库，都只提供了障碍物目标的位置真值信息，没有提供意图真值信息，不能直接用于意图多模态轨迹预测模型的训练。对于这些数据库，需要人为事先定义不同模态的意图规则，生成如左转、右转、直行不同意图分类的样本，再用于意图多模态轨迹预测模型的训练。

3、在相关技术中，对于轨迹样本的轨迹意图预测(即轨迹意图标签的自动生成)，目前有两类方案：

4、(1)需人为事先定义不同行为意图模态的规则，如车道保持、左变道、右变道、转弯等，这些规则往往基于障碍物目标的横纵向偏移、速度变化率来制定；即，引入了人为因素，受限于人类经验和领域知识。

5、(2)动态聚类方法需要人为给定模态数，如无监督学习算法中广泛应用的k-means聚类方法中的k值。最佳模态数k值的选择是k-means算法固有的缺陷，k值越大，每个类内样本点会越密集，但计算复杂度越大，不利于对实时性要求高的自动驾驶技术。

6、因此，相关技术中的轨迹意图预测存在上述技术问题。

技术实现思路

1、本技术提供了一种轨迹意图分类方法和装置、电子设备和存储介质，以至少解决相关技术中存在的至少一个技术问题。

2、根据本技术实施例的一个方面，提供了一种轨迹意图分类方法，包括：

3、获取运行环境数据，其中，所述运行环境数据为用于表征目标运行设备的运行环境的数据；

4、从所述运行环境数据中提取得到轨迹信息，其中，轨迹信息用于指示动态障碍物的瞬时状态；

5、根据所述轨迹信息确定出多个目标轨迹样本，其中，每个所述目标轨迹样本用于指示所对应的目标动态障碍物的轨迹；

6、通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果。

7、可选地，如前述的方法，所述从所述运行环境数据中提取得到轨迹信息，包括：

8、确定出至少一个预设字段；

9、按照所述预设字段，从所述运行环境数据中提取与每个所述预设字段对应的字段值，得到所述轨迹信息。

10、可选地，如前述的方法，所述根据所述轨迹信息确定出多个目标轨迹样本，包括：

11、按照目标字段，对多个轨迹信息进行分类，得到与每个目标字段类型对应的轨迹信息集合，其中，每个轨迹信息中至少包括所述目标字段，所述目标字段包括多个所述目标字段类型；

12、按照预设图像帧采集策略对所述每个轨迹信息进行采集，得到与所述每个轨迹信息对应的轨迹样本，其中，所述预设图像帧采集策略包括：历史时长以及未来时长；

13、将每个轨迹样本转换为预设坐标系下的转换后轨迹样本，其中，所述预设坐标系为目标移动设备为原点的坐标系，所述目标移动设备为采集到运行环境数据的采集设备所位于的移动设备或所述轨迹样本用于指示的轨迹所对应的动态障碍物；

14、在所有所述转换后轨迹样本中确定出所述多个目标轨迹样本。

15、可选地，如前述的方法，所述在所有所述转换后轨迹样本中确定出所述多个目标轨迹样本，包括：

16、对所有所述转换后轨迹样本进行过滤，确定出满足预设筛选策略的所述多个目标轨迹样本，其中，所述预设筛选策略包括：瞬时速度大于或等于预设瞬时速度，平均速度大于或等于预设平均速度，动态障碍物的障碍物类别为预设类型，动力学状态满足预设状态。

17、可选地，如前述的方法，所述对所有所述转换后轨迹样本进行过滤，确定出满足预设筛选策略的所述多个目标轨迹样本，包括：

18、对所有所述转换后轨迹样本进行过滤，确定出满足预设筛选策略的指定轨迹样本；

19、对所述指定轨迹样本进行压缩，得到保留有所述指定轨迹样本中关键轨迹点的所述目标轨迹样本，其中，所述指定轨迹样本包括多个候选轨迹点，所述关键轨迹点是对应于关键运动信息的所述候选轨迹点。

20、可选地，如前述的方法，所述通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果，包括：

21、生成每两个所述目标轨迹样本间的代价矩阵，其中，所述代价矩阵中的每个代价元素包括：平均曲率代价、首尾点斜率代价以及费雷歇聚类代价，所述平均曲率代价用于度量轨迹样本i和轨迹样本j各自所有轨迹点的曲率平均值之差的绝对值，所述首尾点斜率代价用于度量轨迹样本i和轨迹样本j各自首尾点斜率之差的绝对值，所述费雷歇聚类代价用于度量轨迹样本i和轨迹样本j的最短狗绳长度，以计算两个序列之间的最大差值，所述轨迹样本i和轨迹样本j为所有所述目标轨迹样本中互不相同的两个目标轨迹样本；

22、基于所述代价矩阵以及轨迹样本最小数量，对所有所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果，其中，所述轨迹样本最小数量为一个意图分类结果中包含轨迹样本的最小数量。

23、可选地，如前述的方法，在所述通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果之后，所述方法还包括：

24、按照所述目标轨迹样本的轨迹意图分类结果，确定出不同的所述轨迹意图分类结果的分类个数；

25、按照所述轨迹意图分类结果，对所有所述目标轨迹样本进行分类，得到与所述轨迹意图分类结果一一对应的分类样本集，其中，与每个所述轨迹意图分类结果对应的所有所述目标轨迹样本位于同一个所述分类样本集中；

26、按照所述轨迹意图分类结果展示与每个所述目标轨迹样本对应的目标轨迹。

27、根据本技术实施例的另一个方面，还提供了一种轨迹意图分类装置，包括：

28、获取单元，用于获取运行环境数据，其中，所述运行环境数据为用于表征目标运行设备的运行环境的数据；

29、提取单元，用于从所述运行环境数据中提取得到轨迹信息，其中，轨迹信息用于指示动态障碍物的瞬时状态；

30、确定单元，用于根据所述轨迹信息确定出多个目标轨迹样本，其中，每个所述目标轨迹样本用于指示所对应的目标动态障碍物的轨迹；

31、分类单元，用于通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果。

32、根据本技术实施例的又一个方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。

33、根据本技术实施例的又一个方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。

34、根据本技术实施例的又一个方面，本技术实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如前任一项所述的方法。

35、根据本技术实施例的又一个方面，本技术实施例提供了一种移动设备，包括如前所述的电子设备。

36、在本技术实施例提供一种轨迹意图分类方法和装置、电子设备和存储介质。其中，方法包括：获取运行环境数据，其中，所述运行环境数据为用于表征目标运行设备的运行环境的数据；从所述运行环境数据中提取得到轨迹信息，其中，轨迹信息用于指示动态障碍物的瞬时状态；根据所述轨迹信息确定出多个目标轨迹样本，其中，每个所述目标轨迹样本用于指示所对应的目标动态障碍物的轨迹；通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果。通过采用目标运行设备采集的运行环境数据，得到各个目标动态障碍物的目标轨迹样本，并且，可以通过对目标轨迹样本进行聚类，得到目标轨迹样本的轨迹意图分类结果，进而在可以直接将确定出所对应的轨迹意图分类结果的每个目标轨迹样本作为训练样本对轨迹预测模型进行训练，从而可以闭环式地迭代训练轨迹预测模型，保障轨迹预测模型性能，轨迹预测模型在输出轨迹路点的同时提供输出轨迹的意图类别，便于更好地为下游决策规划模块提供完备且准确的周围障碍物未来轨迹信息；并且能够有效克服相关技术中存在的通过人为事先定义不同行为意图模态的规则，导致引入了人为因素，受限于人类经验和领域知识的技术问题。

技术特征：

1.一种轨迹意图分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述从所述运行环境数据中提取得到轨迹信息，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述轨迹信息确定出多个目标轨迹样本，包括：

4.根据权利要求3所述的方法，其特征在于，所述在所有所述转换后轨迹样本中确定出所述多个目标轨迹样本，包括：

5.根据权利要求4所述的方法，其特征在于，所述对所有所述转换后轨迹样本进行过滤，确定出满足预设筛选策略的所述多个目标轨迹样本，包括：

6.根据权利要求1所述的方法，其特征在于，所述通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果，包括：

7.根据权利要求1至6中任一项所述的方法，其特征在于，在所述通过对所述目标轨迹样本进行聚类，得到所述目标轨迹样本的轨迹意图分类结果之后，所述方法还包括：

8.一种轨迹意图分类装置，其特征在于，包括：

9.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，其特征在于，

10.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7中任一项中所述的方法步骤。

11.一种移动设备，其特征在于，所述移动设备包括权利要求9所述的电子设备。

技术总结
本申请提供了一种轨迹意图分类方法和装置、电子设备和存储介质。其中，方法包括：获取运行环境数据，其中，运行环境数据为用于表征目标运行设备的运行环境的数据；从运行环境数据中提取得到轨迹信息，其中，轨迹信息用于指示动态障碍物的瞬时状态；根据轨迹信息确定出多个目标轨迹样本，其中，每个目标轨迹样本用于指示所对应的目标动态障碍物的轨迹；通过对目标轨迹样本进行聚类，得到目标轨迹样本的轨迹意图分类结果。通过本申请，能够有效克服相关技术中存在的通过人为事先定义不同行为意图模态的规则，导致引入了人为因素，受限于人类经验和领域知识的技术问题。

技术研发人员：请求不公布姓名,徐成
受保护的技术使用者：北京智行者科技股份有限公司
技术研发日：
技术公布日：2024/9/23