详情

原文传递意图识别方法、装置、计算机设备、存储介质和程序产品

专利名称：	意图识别方法、装置、计算机设备、存储介质和程序产品
摘要：	本申请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。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。采用本方法能够准确描述意图、适应多变的道路结构。
专利类型：	发明专利
国家地区组织代码：	天津;12
申请人：	天津卡尔动力科技有限公司
发明人：	李飞
专利状态：	有效
申请日期：	2021-12-31T00:00:00+0800
发布日期：	2023-11-03T00:00:00+0800
申请号：	CN202111676171.2
公开号：	CN116985838A
代理机构：	北京华进京联知识产权代理有限公司
代理人：	吴迪
分类号：	B60W60/00;B60W40/00;G06V20/56;B;G;B60;G06;B60W;G06V;B60W60;B60W40;G06V20;B60W60/00;B60W40/00;G06V20/56
申请人地址：	300000 天津市天津自贸试验区(空港经济区)国际物流区第三大街8号326号(北创益员(天津)商务秘书有限公司托管第BCY702号)
主权项：	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：将所述相对位置信息输入到所述第三多层感知机中进行高维空间映射，得到位置映射特征；将所述位置映射特征输入到所述第二循环神经网络中进行特征提取，得到所述相对位置特征。 7.根据权利要求3所述的方法，其特征在于，所述编码模块还包括第四编码器，将所述车道信息输入到所述编码模型中进行特征编码，得到车道特征，包括：将所述车道信息输入到所述第四编码器中进行编码，得到所述车道特征。 8.根据权利要求7所述的方法，其特征在于，所述第四编码器包括多个依次连接的子编码器，所述将所述车道信息输入到所述第四编码器中进行编码，得到所述车道特征，包括：将各车道的所述车道信息输入到所述多个依次连接的子编码器中进行多次编码，得到各车道的特征编码；对多个所述车道的特征编码进行池化操作得到所述车道特征。 9.根据权利要求8所述的方法，其特征在于，所述子编码器包括至少两个依次连接的残差块；其中，所述残差块包括卷积层、批量处理层和激活层，且所述残差块的输入端与输出端跳跃连接。 10.根据权利要求2所述的方法，其特征在于，所述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，包括：对所述目标对象的行驶状态特征、所述相对位置特征和所述交互特征中的至少两个进行维度拼接处理，得到拼接特征；将所述拼接特征和所述车道特征输入所述预测模块中，确定所述目标预测对象未来行驶在各车道的概率，得到所述预测结果。 11.根据权利要求1-10任一项所述的方法，其特征在于，所述方法还包括：获取多个训练样本和各所述训练样本对应的意图真值；各所述训练样本由多个时刻的样本相关信息和样本车道信息组成；所述意图真值用于指示样本预测对象未来行驶的实际车道；基于所述多个训练样本和各所述训练样本对应的意图真值进行模型训练，得到所述预测模型。 12.一种意图预测装置，其特征在于，所述装置包括：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；意图预测模块，用于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。 13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述的方法的步骤。 14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。 15.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。
所属类别：	发明专利