基于多智能体的目标行为预测方法及系统与流程
本发明涉及目标行为预测,具体为基于多智能体的目标行为预测方法及系统。
背景技术:
1、在道路交通、船舶会遇、低空飞行器管理及行人密集区监控等应用场景中,预判运动目标后续行为是风险识别与管控的基础。目标运行过程中存在持续交互,单一目标的运动状态会受到其他目标实时状态变化的影响并产生联动调整,目标行为呈现耦合性与交互性。
2、现有预测方法分为两类:一类基于物理模型或固定规则,仅依据目标运动学状态进行推演,忽略目标间动态交互关系;另一类基于深度学习模型,通过历史轨迹学习行为模式,但仍以单目标建模为主,仅将其他目标状态作为输入特征使用,未在决策层面对目标之间的交互关系进行建模,难以表达目标根据其他目标行为变化调整自身运动策略的过程。
3、现有技术存在的局限至少包括如下问题:多目标之间交互关系未被统一建模,各目标预测过程相互独立,在交叉口合流区、航道会遇区等多目标密集场景中,预测轨迹在交互区域与真实运动分布偏差显著,且偏差随交互强度增加而累积;模型训练与应用过程缺乏对环境变化的适配机制,面对场景分布变化时预测结果稳定性下降;模型仅输出单一轨迹或有限候选轨迹,对行为分布结构与不确定边界的刻画能力不足。
技术实现思路
1、针对现有技术的不足,本发明提供了基于多智能体的目标行为预测方法及系统,用于解决多目标交互关系缺乏统一建模导致的目标行为预测偏差问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:基于多智能体的目标行为预测方法,包括以下步骤:获取目标运行场景内多个运动目标的目标状态数据、目标属性数据、环境约束数据和历史轨迹序列,生成多目标联合状态序列;基于多目标联合状态序列提取各运动目标的个体行为表征向量,并结合目标属性数据调用预设的行为模式库,生成各运动目标对应的行为模式基元集合;基于多目标联合状态序列计算各运动目标之间的空间距离、速度方向差、轨迹交汇时间差和环境约束重叠关系,依据计算结果构建多目标交互关系网络,并生成不同运动目标之间的交互影响传播权重;将多目标联合状态序列、个体行为表征向量、行为模式基元集合和交互影响传播权重输入初始化后的多智能体交互推演模型中,生成各运动目标在预测时间窗内的行为策略分布;基于行为策略分布、行为模式基元集合和环境约束数据生成短期预测时间尺度和中期预测时间尺度下的多模态候选行为序列,并对多模态候选行为序列进行环境约束筛选和交互冲突校正;将行为策略分布与筛选后的多模态候选行为序列进行融合计算,生成各运动目标的行为预测概率分布、目标最优预测轨迹和预测不确定边界。
3、进一步地,生成多目标联合状态序列的具体步骤如下:获取各运动目标在连续采样时刻的位置坐标、速度矢量、加速度、航向角和目标类别标签;获取目标运行场景中的道路边界、航道边界、障碍物位置、通行规则标识和环境状态编码;按照统一时间基准对各运动目标的目标状态数据和环境约束数据进行时序对齐,生成对齐后的状态采样帧;对缺失状态采样帧进行邻近时间插值,并对异常跳变状态采样帧进行平滑修正,生成目标状态修正序列;将目标状态修正序列、目标属性数据和环境约束数据按采样时刻拼接,生成多目标联合状态序列。
4、进一步地,生成行为模式基元集合的具体步骤如下:从历史轨迹序列中提取各运动目标在历史时间窗内的速度变化序列、转向变化序列、停留变化序列和跟随距离变化序列,并输入至初始化后的时序编码模型中,生成各运动目标的个体行为表征向量;根据目标属性数据在预设的行为模式库中调用对应类别的候选行为模式基元;计算个体行为表征向量与候选行为模式基元之间的行为匹配值,并筛选行为匹配值满足预设匹配条件的候选行为模式基元;基于筛选后的候选行为模式基元生成各运动目标对应的行为模式基元集合。
5、进一步地,构建多目标交互关系网络的具体步骤如下:基于多目标联合状态序列计算任意两个运动目标之间的空间距离、相对速度、速度方向差和预测交汇时间差;根据空间距离、相对速度、速度方向差和预测交汇时间差生成目标间交互触发值;基于环境约束数据判断任意两个运动目标是否处于同一道路交汇区域、同一合流区域、同一航道会遇区域或同一避让约束区域,生成环境约束重叠标识;将目标间交互触发值和环境约束重叠标识进行加权计算,生成交互影响传播权重;以运动目标为节点、以交互影响传播权重为边权重,构建多目标交互关系网络。
6、进一步地,生成行为策略分布的具体步骤如下:将多目标交互关系网络中每个运动目标作为一个智能体节点,并为每个智能体节点配置对应的策略状态输入;将多目标联合状态序列、个体行为表征向量、行为模式基元集合和交互影响传播权重写入策略状态输入;基于策略状态输入计算各智能体节点在保持、加速、减速、转向、避让和等待行为动作下的策略得分;根据交互影响传播权重对相邻智能体节点的策略得分进行影响传递,生成交互修正策略得分;对交互修正策略得分进行归一化处理,生成各运动目标在预测时间窗内的行为策略分布。
7、进一步地,生成多模态候选行为序列的具体步骤如下:基于行为策略分布选择各运动目标在短期预测时间尺度和中期预测时间尺度下的候选行为动作,并将候选行为动作与行为模式基元集合进行匹配,生成候选行为条件向量;将候选行为条件向量、多目标联合状态序列和环境约束数据输入生成式预测模型,生成多个候选未来状态序列;对多个候选未来状态序列进行轨迹连续校验,删除速度变化、转向变化或位移变化超过预设运动约束的候选未来状态序列;基于环境约束数据对剩余候选未来状态序列进行边界越界校验和障碍物碰撞校验,生成环境约束筛选结果;依据环境约束筛选结果生成短期预测时间尺度和中期预测时间尺度下的多模态候选行为序列。
8、进一步地,交互冲突校正的具体步骤如下:获取多模态候选行为序列中任意两个运动目标在同一预测时刻的预测位置和预测速度;根据预测位置和预测速度计算任意两个运动目标之间的预测距离、预测交汇时间差和相对运动方向差;当预测距离小于预设安全距离且预测交汇时间差小于预设时间差阈值时,生成候选行为冲突标识;基于交互影响传播权重和行为策略分布确定冲突运动目标之间的优先调整目标;对优先调整目标对应的候选行为序列执行减速、等待或转向替换处理,生成交互冲突校正后的多模态候选行为序列。
9、进一步地,生成行为预测概率分布的具体步骤如下:获取交互冲突校正后的多模态候选行为序列对应的生成置信值;获取行为策略分布中与每一条多模态候选行为序列对应的策略概率值;基于行为模式基元集合计算每一条多模态候选行为序列相对于个体行为表征向量的行为偏离度;根据目标运行场景的环境状态编码和环境约束数据生成场景适配权重;根据生成置信值、策略概率值、行为偏离度和场景适配权重计算每一条多模态候选行为序列的融合概率值;基于融合概率值对多模态候选行为序列进行排序,生成行为预测概率分布和目标最优预测轨迹。
10、进一步地,预测模型与行为模式库同步更新的具体步骤如下:获取目标最优预测轨迹与实际发生轨迹之间的轨迹偏差值,并获取行为预测概率分布与实际行为结果之间的概率偏差值;基于轨迹偏差值和概率偏差值生成预测误差反馈量;当预测误差反馈量超过预设误差阈值时,提取对应运动目标的实际状态序列、实际行为动作序列和实际环境状态编码;基于实际状态序列和实际行为动作序列更新对应目标类别下的行为模式基元,并基于实际环境状态编码更新场景适配权重;将更新后的行为模式基元写入行为模式库,将更新后的场景适配权重写入场景适配参数集,并将更新后的策略参数和生成式预测模型参数分别配置至多智能体交互推演模型和生成式预测模型。
11、基于多智能体的目标行为预测系统,包括:状态序列生成模块,用于获取目标运行场景内多个运动目标的目标状态数据、目标属性数据、环境约束数据和历史轨迹序列,生成多目标联合状态序列;行为表征构建模块,用于基于多目标联合状态序列提取各运动目标的个体行为表征向量,并结合目标属性数据调用预设的行为模式库,生成各运动目标对应的行为模式基元集合;交互关系建模模块,用于依据各运动目标之间的空间距离、速度方向差、轨迹交汇时间差和环境约束重叠关系,构建多目标交互关系网络,并计算不同运动目标之间的交互影响传播权重;交互推演模块,用于将多目标联合状态序列、个体行为表征向量、行为模式基元集合和交互影响传播权重输入初始化后的多智能体交互推演模型中,生成各运动目标在预测时间窗内的行为策略分布;候选行为生成模块,用于基于行为策略分布、行为模式基元集合和环境约束数据生成短期预测时间尺度和中期预测时间尺度下的多模态候选行为序列,并对多模态候选行为序列进行环境约束筛选和交互冲突校正;预测融合输出模块,用于将行为策略分布与筛选后的多模态候选行为序列进行融合计算,生成各运动目标的行为预测概率分布、目标最优预测轨迹和预测不确定边界,并生成用于预测模型与行为模式库同步更新的轨迹偏差值和概率偏差值。
12、本发明具有以下有益效果:
13、(1)、该基于多智能体的目标行为预测方法,通过获取多个运动目标的目标状态数据、目标属性数据、环境约束数据和历史轨迹序列,生成多目标联合状态序列,并从中提取个体行为表征向量和行为模式基元集合,使目标当前运动状态、场景边界约束、障碍物分布、通行规则和历史行为模式进入同一预测链路,减少单纯依赖单目标轨迹外推造成的输入割裂问题。
14、(2)、该基于多智能体的目标行为预测方法,通过构建多目标交互关系网络,并根据空间距离、速度方向差、轨迹交汇时间差和环境约束重叠关系生成交互影响传播权重,使目标之间的相互影响由普通输入特征转化为可参与策略推演的关系权重,使交叉口合流区、航道会遇区等多目标密集场景中的避让、等待、减速和转向关系能够进入行为策略分布计算过程。
15、(3)、该基于多智能体的目标行为预测方法,通过行为策略分布、行为模式基元集合和环境约束数据生成短期预测时间尺度和中期预测时间尺度下的多模态候选行为序列,并对候选行为序列进行环境约束筛选和交互冲突校正,使候选轨迹既受目标历史行为模式约束,又受场景边界、障碍物和目标间冲突关系限制,减少候选轨迹与实际运行场景脱节的问题。
16、(4)、该基于多智能体的目标行为预测系统,通过预测融合输出模块将生成置信值、策略概率值、行为偏离度和场景适配权重进行融合计算,生成行为预测概率分布、目标最优预测轨迹和预测不确定边界,并通过预测模型与行为模式库同步更新机制修正行为模式基元、场景适配权重、策略参数和生成式预测模型参数,使预测结果随实际轨迹反馈持续调整。
17、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
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