(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210216630.7 (22)申请日 2022.03.07 (71)申请人 上海人工智能创新中心 地址 200232 上海市徐汇区云锦路701号 37、 38层 (72)发明人 陈立　胡胜超　李弘扬　李阳　 严骏驰　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 专利代理师 崔晓岚　张颖玲 (51)Int.Cl. G06V 20/56(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 轨迹规划方法、 装置、 设备和计算机可读存 储介质 (57)摘要 本申请实施例公开了一种轨迹规划方法、 装 置、 设备和计算机可读 存储介质。 该方法包括： 获 取针对目标车辆的多个不同角度的图像和当前 时刻的导航指示信息； 对多个不同角度的图像进 行特征提取并融合， 确定当前时刻对应的特征矩 阵和历史时刻对应的特征矩阵； 根据当前时刻对 应的特征矩阵进行网络预测， 确定第一特征矩 阵， 以及根据当前时刻对应的特征矩阵和历史时 刻对应的特征矩阵进行网络预测， 得到第二特征 矩阵； 基于第一特征矩阵和第二特征矩阵， 融合 得到未来时刻对应的特征矩阵； 根据当前时刻对 应的特征矩 阵和未来时刻对应的特征矩 阵进行 对象分割， 得到对象分割结果； 根据对象分割结 果和导航指示信息进行轨迹规划， 得到未来时刻 的行驶轨 迹。 权利要求书4页 说明书19页 附图6页 CN 114581870 A 2022.06.03 CN 114581870 A 1.一种轨 迹规划方法， 其特 征在于， 所述方法包括： 获取针对目标 车辆的多个不同角度的图像和当前时刻的导 航指示信息； 对所述多个不同角度的图像进行特征提取并融合， 确定当前时刻对应的特征矩阵和历 史时刻对应的特 征矩阵； 根据所述当前时刻对应的特征矩阵进行网络预测， 确定表征不确定性的第一特征矩 阵， 以及根据所述当前时刻对应的特征矩阵和所述历史时刻对应的特征矩阵进行网络预 测， 得到第二特征矩阵； 基于所述第一特征矩阵和所述第二特征矩阵， 融合得到未来时刻 对 应的特征矩阵； 根据所述当前时刻对应的特征矩阵和所述未来 时刻对应的特征矩阵进行对象分割， 得 到对象分割结果； 根据所述对象分割结果和所述导航指示信息进行轨迹规划， 得到未来时刻的行驶轨 迹。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述当前时刻对应的特征矩阵进 行网络预测， 确定表征不确定性的第一特征矩阵， 以及根据所述当前时刻对应的特征矩阵 和所述历史时刻对应的特征矩阵进行网络预测， 得到第二特征矩阵； 基于所述第一特征矩 阵和所述第二特 征矩阵， 融合得到未来时刻对应的特 征矩阵， 包括： 利用预设的第一时间序列模型， 对所述当前时刻对应的特征矩阵进行未来预测， 得到 未来时刻对应的第一特 征矩阵； 利用预设的第 二时间序列模型， 对所述历史时刻对应的特征矩阵和所述当前时刻对应 的特征矩阵进行 未来预测， 得到未来时刻对应的第二特 征矩阵； 利用预设的混合预测网络， 对所述第一特征矩阵和所述第二特征矩阵进行融合， 得到 所述未来时刻对应的特 征矩阵。 3.根据权利要求2所述的方法， 其特征在于， 所述利用预设的第一时间序列模型， 对所 述当前时刻对应的特 征矩阵进行 未来预测， 得到未来时刻对应的第一特 征矩阵， 包括： 利用所述预设的第一时间序列模型， 对所述当前时刻对应的特征矩阵进行处理， 生成 未来不确定概 率矩阵； 对所述未来不确定概率矩阵和所述当前时刻对应的特征矩阵进行未来预测， 得到所述 未来时刻对应的第一特 征矩阵。 4.根据权利要求3所述的方法， 其特征在于， 所述对所述未来不确定概率矩阵和所述当 前时刻对应的特 征矩阵进行 未来预测， 得到所述未来时刻对应的第一特 征矩阵， 包括： 利用所述第 一时间序列模型和所述未来不确定概率矩阵， 对所述当前时刻对应的特征 矩阵进行 预测， 得到当前时刻的第一隐层状态； 对所述当前时刻的第 一隐层状态进行解码， 得到当前时刻的下一 时刻的第 一特征预测 矩阵； 继续利用所述第 一时间序列模型和所述未来不确定概率矩阵， 对所述下一 时刻的第 一 特征预测矩阵进行预测， 直至完成对所述未来时刻的最后时刻的特征矩阵预测时为止， 得 到所述多个在当前时刻之后的时刻的第一特 征预测矩阵； 将所述多个在 当前时刻 之后的时刻的第 一特征预测矩阵， 作为所述未来 时刻对应的第 一特征矩阵。权　利　要　求　书 1/4 页 2 CN 114581870 A 25.根据权利要求2所述的方法， 其特征在于， 所述历史时刻包括多个在当前时刻之前的 时刻， 所述未来时刻包括多个在当前时刻之后的时刻； 所述利用预设的第 二时间序列模型， 对所述历史时刻对应的特征矩阵和所述当前时刻 对应的特 征矩阵进行 未来预测， 得到未来时刻对应的第二特 征矩阵， 包括： 利用所述第 二时间序列模型和初始状态， 对所述历史时刻中的第 一时刻对应的特征矩 阵进行预测， 得到所述历史时刻中的第一时刻的隐层状态； 利用所述第 二时间序列模型和所述第 一时刻的隐层状态， 对所述历史时刻中的第 二时 刻对应的特征矩阵进行预测， 得到所述历史时刻中的第二时刻的隐层状态； 所述第二时刻 为所述第一时刻的下一个时刻； 继续基于所述第 二时间序列模型和所述第 二时刻的隐层状态， 对第 三时刻对应的特征 矩阵进行预测， 直至完成对所述当前时刻的特征矩阵预测时为止， 得到当前时刻的第二隐 层状态； 对所述当前时刻的第 二隐层状态进行解码， 得到当前时刻的下一 时刻的第 二特征预测 矩阵； 基于所述第 二时间序列模型和所述当前时刻的第 二隐层状态， 对当前时刻的下一 时刻 的第二特 征预测矩阵进行 预测， 得到所述下一时刻的第二隐层状态； 继续基于所述第 二时间序列模型和所述下一 时刻的第 二隐层状态， 对所述下一时刻的 下一时刻的第二特征预测矩阵进 行预测， 直至完成对所述未来时刻的最后时刻的特征矩阵 预测时为止， 得到所述多个在当前时刻之后的时刻的第二特 征预测矩阵； 将所述多个在 当前时刻 之后的时刻的第 二特征预测矩阵， 作为所述未来 时刻对应的第 二特征矩阵。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述对象分割结果和所述导航指 示信息进行轨 迹规划， 得到未来时刻的行驶轨 迹， 包括： 获取所述目标 车辆的动力学状态信息； 根据所述动力学状态信息， 生成多个方向的多个行驶轨 迹； 根据所述对象分割结果， 确定代价矩阵； 所述代价矩阵表征所述目标车辆行驶过预设 位置时发生碰撞的概 率； 根据所述代价矩阵和所述导航指示信 息， 在所述多个方向的多个行驶轨迹 中确定所述 未来时刻的行驶轨 迹。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述代价矩阵和所述导航指示信 息， 在所述多个方向的多个行驶轨 迹中确定所述未来时刻的行驶轨 迹， 包括： 根据所述导航指示信 息， 在所述多个方向的多个行驶轨迹 中确定目标方向的多个候选 行驶轨迹； 根据所述代价矩阵对多个候选行驶轨迹进行评分， 得到所述多个候选行驶轨迹的评分 结果； 根据所述多个候选行驶轨迹的评分结果， 在所述多个候选行驶轨迹中， 确定所述未来 时刻的行驶轨 迹。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述代价矩阵对多个候选行驶轨 迹进行评分， 得到所述多个候选行驶轨 迹的评分结果之后， 所述方法还 包括：权　利　要　求　书 2/4 页 3 CN 114581870 A 3