用于轨迹生成的方法、装置、设备和存储介质与流程
本公开的示例实施例总体涉及计算机,并且更具体地,涉及用于轨迹生成的方法、装置、设备和存储介质。
背景技术:
1、随着可移动智能体在现实环境中应用的不断扩展,轨迹规划技术正面临日益复杂的感知输入与多样化的任务需求。尤其在动态场景中,如何在确保轨迹合理性、安全性的同时,有效响应来自决策系统的控制意图成为轨迹生成任务中的关键挑战。近年来,端到端的数据驱动方法因其简洁的建模流程和良好的泛化能力,受到广泛关注。然而,现有轨迹生成方法在处理复杂动态环境时仍面临诸多挑战。
技术实现思路
1、在本公开的第一方面,提供了一种用于轨迹生成的方法。该方法包括:获取可移动的目标对象所处的场景在历史时间段的多个图像;利用场景预测模型,至少基于多个图像,生成场景在目标时间段的目标体素表示;以及利用轨迹生成模型,至少基于目标体素表示,生成针对目标对象的在目标时间段的预测轨迹。
2、在本公开的第二方面,提供了一种用于轨迹生成的装置。该装置包括:图像获取模块,被配置为获取可移动的目标对象所处的场景在历史时间段的多个图像;目标体素表示生成模块,被配置为利用场景预测模型,至少基于多个图像,生成场景在目标时间段的目标体素表示;以及预测轨迹生成模块,被配置为利用轨迹生成模型,至少基于目标体素表示,生成针对目标对象的在目标时间段的预测轨迹。
3、在本公开的第三方面,提供了一种电子设备。该设备包括至少一个处理器;以及至少一个存储器,至少一个存储器被耦合到至少一个处理器并且存储用于由至少一个处理器执行的指令。指令在由至少一个处理器执行时使设备执行第一方面的方法。
4、在本公开的第四方面,提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,计算机程序可由处理器执行以实现第一方面的方法。
5、在本公开的第五方面,提供了一种计算机程序产品。该计算机程序产品包括计算机可执行指令,这些指令在被处理器执行时,实现根据本公开的第一方面的方法。
6、应当理解,本内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。
1.一种用于轨迹生成的方法,包括:
2.根据权利要求1所述的方法,其中基于所述多个图像,生成所述场景在所述目标时间段的目标体素表示包括:
3.根据权利要求2所述的方法,其中所述控制信息包括时间控制信息或轨迹控制信息中的至少一项,所述时间控制信息指示所述目标时间段,所述轨迹控制信息指示所述目标对象在目标时间段的一个或多个目标位姿。
4.根据权利要求2所述的方法,其中确定所述场景在所述历史时间段的历史体素表示包括:
5.根据权利要求2所述的方法,其中生成所述场景在所述目标时间段的目标体素表示包括:
6.根据权利要求5所述的方法,其中确定所述目标时间段的与所述控制信息对应的目标场景特征包括:
7.根据权利要求2所述的方法,其中生成所述场景在所述目标时间段的目标体素表示包括:
8.根据权利要求1所述的方法,其中所述方法是在所述轨迹生成模型和所述场景预测模型的训练中被执行的,并且所述轨迹生成模型和所述场景预测模型是通过如下方式训练的:
9.根据权利要求1所述的方法,其中生成所述目标对象的预测轨迹包括:
10.一种用于轨迹生成的装置,包括:
11.一种电子设备,包括:
12.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可由处理器执行以实现根据权利要求1至9任一项所述的方法。
13.一种计算机程序产品,包括计算机可执行指令,其中所述计算机可执行指令在被处理器执行时实现根据权利要求1至9中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com