CN113325855B - 基于迁移场景用于预测障碍物轨迹的模型训练方法 - Google Patents

Abstract

本说明书公开了基于迁移场景用于预测障碍物轨迹的模型训练方法，涉及无人驾驶领域，获取到预先通过预设地理场景下的训练样本进行训练得到的轨迹预测模型后，将迁移场景下的各训练样本，作为各候选训练样本，针对每个候选训练样本，根据该候选训练样本对应的轨迹特征和/或该轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值。根据各候选训练样本对应的参考值，选取出目标训练样本，以及根据目标训练样本对轨迹预测模型进行训练，以得到在迁移场景下的轨迹预测模型，在提高该轨迹预测模型在迁移场景下进行轨迹预测的准确性的同时，减少了迁移场景下用于训练该轨迹预测模型的训练样本的数据量。

Description

基于迁移场景用于预测障碍物轨迹的模型训练方法

技术领域

本说明书涉及无人驾驶领域，尤其涉及基于迁移场景用于预测障碍物轨迹的模型训练方法。

背景技术

随着信息技术的不断发展，无人驾驶已初步进入人们的生活，而在实际应用中，保证无人驾驶设备的安全行驶，则是通过无人驾驶设备执行各项任务的前提条件。为了无人驾驶设备的安全行驶，需要使无人驾驶设备对周围的障碍物未来的轨迹进行预测，从而无人驾驶设备可以提前制定行驶策略，达到安全行驶的目的。

在现有技术中，可以通过历史上获取到大量障碍物的轨迹数据，并通过这些轨迹数据预先训练出可以预测障碍物轨迹的模型，但是这种方式，往往对无人驾驶设备在不同地理场景行驶时存在不同的效果，例如，可以通过大量的A地的轨迹数据训练出模型，而该模型若应用到无人驾驶设备在B地行驶时的轨迹预测，预测出的轨迹可能会不准确，因此，现有技术这种方式存在一定的不准确性，而若直接通过B地的全部轨迹数据重新训练轨迹预测模型，则所需的数据量较大效率较低。

所以，如何提高在不同地理场景下轨迹预测的准确性以及提高模型训练的效率，则是一个亟待解决的问题。

发明内容

本说明书提供一种基于迁移场景用于预测障碍物轨迹的模型训练方法，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种基于迁移场景用于预测障碍物轨迹的模型训练方法，所述方法应用在无人驾驶领域中，包括：

获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹；

针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度；

根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本；

根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型。

可选地，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，具体包括：

根据所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的第一参考值，所述第一参考值用于表征所述轨迹预测模型基于该候选训练样本进行轨迹预测的不确定程度；

根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，所述第二参考值表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；

根据该候选训练样本对应的第一参考值和/或该候选训练样本对应的第二参考值，确定该候选训练样本对应的参考值。

可选地，根据所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的第一参考值，具体包括：

确定所述轨迹预测模型对该候选训练样本的预测结果与该候选训练样本对应的标注结果之间的差异程度；

根据所述差异程度，确定该候选训练样本对应的第一参考值。

可选地，根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，具体包括：

确定该候选训练样本中包含的历史行驶轨迹对应的轨迹特征，与预设地理场景下的训练样本对应的轨迹特征之间的差异程度，作为该候选训练样本对应的第二参考值。

可选地，根据各候选训练样本对应的参考值，从所述各候选训练样本中选取出目标训练样本，并根据所述目标训练样本对所述轨迹预测模型进行训练，具体包括：

在通过第N-1轮训练中选取出的目标训练样本，对所述轨迹预测模型进行训练后，确定所述各候选训练样本中除在前N-1轮次选取出的目标训练样本之外的剩余训练样本，并重新确定出各剩余训练样本对应的参考值，根据重新确定出的各剩余训练样本对应的参考值，从所述各剩余训练样本中选取第N轮训练所需的目标训练样本，并根据选取出的第N轮训练所需的目标训练样本，对所述轨迹预测模型进行第N轮训练，直到所述轨迹预测模型符合预设的训练目标为止，N为正整数。

可选地，重新确定各候选训练样本对应的参考值，具体包括：

针对每个剩余训练样本，确定该剩余训练样本对应的轨迹特征与已选取出的目标训练样本对应的轨迹特征之间的差异程度，作为重新确定出的该剩余训练样本对应的第二参考值，所述第二参考值用于表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；

根据重新确定出的该剩余训练样本对应的第二参考值，得到重新确定出的该剩余训练样本对应的参考值。

本说明书提供了一种基于迁移场景用于预测障碍物轨迹的模型训练装置，包括：

获取模块，用于获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹；

确定模块，用于针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度；

选取模块，用于根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本；

训练模块，用于根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型。

本说明书提供了一种基于迁移场景下的障碍物轨迹预测方法，包括：

获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶；

将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过基于迁移场景用于预测障碍物轨迹的模型训练方法进行训练得到；

根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

本说明书提供了一种基于迁移场景下的障碍物轨迹预测装置，包括：

获取模块，用于获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶；

输入模块，用于将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过上述基于迁移场景用于预测障碍物轨迹的模型训练方法进行训练得到；

控制模块，用于根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于迁移场景用于预测障碍物轨迹的模型训练方法或基于迁移场景下的障碍物轨迹预测方法。

本说明书提供了一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于迁移场景用于预测障碍物轨迹的模型训练方法或基于迁移场景下的障碍物轨迹预测方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供基于迁移场景用于预测障碍物轨迹的模型训练方法及装置中，业务平台可以获取预先通过预设地理场景下的训练样本进行训练得到的轨迹预测模型，该轨迹预测模型，而后可以获取迁移场景下的各训练样本，作为各候选训练样本，迁移场景的地理区域与预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹，针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或该轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，并根据各候选训练样本对应的参考值，从各候选训练样本中选取出目标训练样本，以及根据目标训练样本对轨迹预测模型进行训练，以得到用于预测迁移场景中各目标物的行驶轨迹的轨迹预测模型，一个候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与预设地理场景对应的行驶特点之间的区别程度。

从上述方法中可以看出，业务平台可以得到通过预设地理场景下的训练样本进行训练后的轨迹预测模型，并通过迁移场景下的训练样本对该轨迹预测模型进行进一步地训练，从而得到能够在迁移场景下进行轨迹预测的轨迹预测模型，提高了该轨迹预测模型在迁移场景下进行轨迹预测的准确性，并且，由于该轨迹预测模型通过预设地理场景下的训练样本已进行了一定的训练，有一定的轨迹预测的能力，因此，可以不通过全部的候选训练样本进行训练，即，可以从各候选训练样本选取出目标训练样本对该轨迹预测模型进行训练，在一定程度上提高了模型训练的效率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中一种基于迁移场景用于预测障碍物轨迹的模型训练方法的流程示意图；

图2为本说明书中提供的一种对轨迹预测模型进行迭代训练的示意图；

图3为本说明书中一种基于迁移场景下的障碍物轨迹预测方法的流程示意图；

图4为本说明书提供的一种基于迁移场景用于预测障碍物轨迹的模型训练装置的示意图；

图5为本说明书提供的基于迁移场景下的障碍物轨迹预测装置的示意图；

图6为本说明书提供的一种对应于图1或图3的无人驾驶设备的示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中一种基于迁移场景用于预测障碍物轨迹的模型训练方法的流程示意图，包括以下步骤：

S101：获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹。

在实际应用中，业务平台若需要在一种地理场景内运营无人驾驶设备，往往需要通过这种地理场景内的各目标物（如车辆、行人等）的行驶轨迹来训练轨迹预测模型，而若业务平台之后想要在另一种地理场景运营无人驾驶设备，之前训练的轨迹预测模型通常无法适应于在另一种地理场景内的轨迹预测，这样一来，就需要训练出在另一种地理场景内进行轨迹预测的轨迹预测模型。

基于此，业务平台可以获取预先通过预设地理场景下的训练样本进行训练的轨迹预测模型，而后业务平台可以获取迁移场景下的各训练样本，作为各候选训练样本，其中，迁移场景的地理区域与预设地理场景不同，每个候选训练样本中包含有指定设备周围障碍物的历史行驶轨迹，迁移场景与预设地理场景的地理区域不同的情况可以有多种，例如，迁移场景可以是指A市，预设地理场景可以是指B市；再例如，预设地理场景可以是指城市，迁移场景可以是指乡村，迁移场景中障碍物（如车辆、行人等）的行驶习惯可以与预设地理场景不同，上述提到的指定设备可以是指无人驾驶设备、也可以是指普通车辆等。

获取到的迁移场景下的各训练样本，是为上述轨迹预测模型进行进一步地训练准备的。由于该轨迹预测模型是通过预设地理场景下的训练样本进行训练得到，因此，该轨迹预测模型在迁移场景中进行轨迹预测的效果可能会较差，所以，需要通过迁移场景下的训练样本对该轨迹预测模型进行进一步地训练。

在本说明书中，训练轨迹预测模型的执行主体可以是指业务平台中的服务器、无人驾驶设备自身包含的服务器等，为了便于描述，下面均以业务平台为执行主体，对模型训练中的每个步骤进行说明。

S102：针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度。

业务平台获取到各候选训练样本后，可以针对每个候选训练样本，根据该候选训练样本中包含的历史行驶轨迹对应的轨迹特征和/或该轨迹预测模型对该候选训练样本的预测结果，确定出该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与预设地理场景对应的行驶特点之间的区别程度。

也就是说，在迁移场景下的全部训练样本中，业务平台可以挑选出对经过了一定训练的轨迹预测模型有价值的训练样本，作为目标训练样本，并通过目标训练样本对该轨迹预测模型进行训练，因此，可以选取出行驶特点与预设地理场景对应的行驶特点具有一定区别的候选训练样本，作为目标训练样本，即，这些目标训练样本能够表示出迁移场景独特的行驶特点，从而使得该轨迹预测模型能够针对迁移场景所具备的特有的目标训练样本进行学习，以提升该轨迹预测模型对迁移场景轨迹预测的准确性。

其中，业务平台可以仅通过各候选训练样本对应的轨迹特征，也可以仅通过该轨迹预测模型对各候选训练样本的预测结果，或结合两者来挑选出目标训练样本。业务平台确定目标训练样本的方式可以有多种，业务平台可以针对每个候选训练样本，根据该轨迹预测模型对该候选训练样本的预测结果，确定出该候选训练样本对应的第一参考值，该第一参考值用于表征该轨迹预测模型基于该候选训练样本进行轨迹预测的不确定程度。

具体的，对于一个候选训练样本来说，业务平台可以确定出轨迹预测模型对该候选训练样本的预测结果与该候选训练样本对应的标注结果之间的差异程度，并根据该差异程度，确定出该候选训练样本对应的第一参考值，该差异程度越高，第一参考值越高。当然，业务平台也可以确定出该轨迹预测模型对该候选训练样本的预测结果所对应的置信度，并将该置信度作为该第一参考值，置信度越高，第一参考值越高。

也就是说，这一方式是确定出该轨迹预测模型在进行轨迹预测时存在一定不确定性的候选训练样本，作为目标训练样本，通过这些目标训练样本来训练轨迹预测模型则可以提升该轨迹预测模型的准确性，并且这些目标训练样本很可能与预设地理场景对应的行驶特点存在区别，对该轨迹预测模型的训练具有价值。

但是，若仅通过第一参考值来选取出目标训练样本，则可能选出的目标训练样本中存在异常的训练样本，例如，可能选取出的目标训练样本中包含的历史行驶轨迹中存在一定的噪声，即，可能由于采集行驶轨迹时的信号不稳定等问题导致采集到了错误的轨迹，再例如，可能选取出的目标训练样本中的行驶轨迹较为特殊，如，急停、超速等，所以，除了上述第一参考值的方式，业务平台还可以结合其他类型的参考值来选取目标训练样本。

具体的，业务平台可以针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，第二参考值表征该候选训练样本在用于训练轨迹预测模型的训练样本中的多样性，也就是说，确定第二参考值的目的是希望选取出的用于训练该轨迹预测模型的训练样本能够具有多样性，使得选取出的训练样本中包含的行驶轨迹可以是多种的，这样一来，也可以保证从候选训练样本中选取出与预设地理场景的行驶特点不同的训练样本。

在确定第二参考值时，业务平台可以针对每个候选训练样本，确定出该候选训练样本中包含的历史行驶轨迹对应的轨迹特征与预设地理场景下的训练样本对应的轨迹特征之间的差异程度，并将该差异程度作为该候选训练样本对应的第二参考值，该差异程度越高，第二参考值越高。当然，也可以通过其他方式确定该第二参考值，例如，可以对各候选训练样本对应的轨迹特征进行聚类，得到聚类簇，每个聚类簇中距离轨迹特征距离聚类中心越近的候选训练样本的第二参考值越高。其中，这里提到的轨迹特征可以是指训练样本中包含的历史行驶轨迹对应的特征向量。

业务平台通过上述方式确定出上述第一参考值和/或第二参考值后，可以通过各候选训练样本的第一参考值和/或各候选训练样本的第二参考值，确定出各候选训练样本对应的参考值，即，可以综合上述第一参考值以及第二参考值得到参考值，也可以仅通过第一参考值或第二参考值来确定参考值，并且，若综合第一参考值以及第二参考值来计算上述参考值，可以针对第一参考值以及第二参考值设置不同的权重，从而确定出参考值。

S103：根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本。

S104：根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型.

业务平台确定出各候选训练样本对应的参考值后，可以从各候选训练样本中，选取出目标训练样本，并根据目标训练样本对该轨迹预测模型进行训练，也就是说，业务平台可以选取出参考值较高的候选训练样本，作为选取出的目标训练样本，并进行模型训练。并且，可以预先设置出选取出的目标训练样本占候选训练样本的比例，并按照该比例进行选取。当然，业务平台也可以根据参考值从大到小的顺序对各候选训练样本进行排序，并将排在设定排位前的训练样本选取为目标训练样本。

需要说明的是，业务平台在选取目标训练样本时，可以按照参考值一次性的选取出所需的全部目标训练样本，也可以在迭代训练中，每次选取出一些目标训练样本，通过这些目标训练样本对轨迹预测模型进行一轮训练后，再进行目标训练样本的选取，并通过选取出的目标训练样本进行下一轮训练，直到将轨迹预测模型训练到收敛为止。

业务平台可以在通过第N-1轮次选取出的目标训练样本，对该轨迹预测模型进行训练后，确定各候选训练样本中除在前N-1轮次选取出的目标训练样本之外的剩余训练样本，并重新确定出各剩余训练样本对应的参考值，根据重新确定出的各剩余训练样本对应的参考值，从各剩余训练样本中选取出第N轮训练所需的目标训练样本，并根据选取出的第N轮训练所需的目标训练样本，对该轨迹预测模型进行第N轮训练，直到该轨迹预测模型符合预设的训练目标为止，N为正整数，如图2所示。

图2为本说明书提供的一种对轨迹预测模型进行迭代训练的示意图。

从图2中可以看出，业务平台每次可以从候选训练样本中选取出一定数量的目标训练样本，并通过这些目标训练样本对轨迹预测模型进行一个阶段的训练，而后，在下次选取目标训练样本时，重新确定剩余训练样本（即，候选训练样本中还未被选取出的训练样本）的参考值，再通过剩余训练样本的参考值，来选取出这一次剩余训练样本中的目标训练样本，以此类推，直到将轨迹预测模型训练到能够在迁移场景下进行准确的轨迹预测。

若在确定各候选训练样本初始的参考值时，既采用了第一参考值，也采用了第二参考值，则在每次重新确定剩余训练样本对应的参考值时，可以将第一参考值以及第二参考值均重新确定出来，当然，若只采用了一种参考值，则可以只重新确定这种参考值。

其中，在每次重新确定第一参考值时，由于该轨迹预测模型在之前进行了一轮的迭代训练，那么该轨迹预测模型的准确性有了一定的提升，因此，可以通过此时的轨迹预测模型对该剩余训练样本重新进行轨迹预测，得到预测结果，并根据该预测结果，得到重新确定出的第一参考值。

而在重新确定第二参考值时，则可以将确定第二参考值的方式做一下调整，即，业务平台可以针对每个剩余训练样本，确定该剩余训练样本对应的轨迹特征与已选取出的目标训练样本对应的轨迹特征之间的差异程度，作为重新确定出的该剩余训练样本对应的第二参考值，并根据重新确定出的该剩余训练样本对应的第二参考值，得到重新确定出的该剩余训练样本对应的参考值。

也就是说，可以将上述候选训练样本中包含的历史行驶轨迹对应的轨迹特征，与预设地理场景下的训练样本对应的轨迹特征之间的差异程度，作为第二参考值的初始化的值，从第二轮选取目标训练样本开始，使用剩余训练样本对应的轨迹特征与已选取出的目标训练样本对应的轨迹特征之间的差异程度，来确定出目标训练样本的第二参考值，当然，初始化该第二参考值的方式还可以有多种，如，将该第二参考值设为固定值，之所以这样来确定第二参考值，是希望使得选取出的目标训练样本本身具有多样性。

上述均是站在对轨迹预测模型进行训练的角度，对本说明书提供的基于迁移场景用于预测障碍物轨迹的模型训练方法进行说明，而该轨迹预测模型需要应用于无人驾驶设备行驶在迁移场景中的轨迹预测中，因此，下面站在无人驾驶设备的角度进行说明，如图3所示。

图3为本说明书提供的一种基于迁移场景下的障碍物轨迹预测方法的流程示意图。

S301：获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶。

S302：将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过基于迁移场景用于预测障碍物轨迹的模型训练方法进行训练得到。

S303：根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

通过上述方式将对轨迹预测模型进行了训练后，则可以将该轨迹预测模型配置在无人驾驶设备上，用于在迁移场景下的无人驾驶设备的轨迹预测，因此，无人驾驶设备可以获取周围障碍物的行驶轨迹，并将周围障碍物的行驶轨迹输入到训练完成后的轨迹预测模型中，得到的预测出的障碍物轨迹，并根据预测出的障碍物轨迹，对该无人驾驶设备进行控制，该无人驾驶设备至少在迁移场景中行驶，当然，该无人驾驶设备不仅可以在迁移场景中行驶，也可以在其他地理场景中行驶，而该无人驾驶设备在迁移场景中行驶时，可以通过上述训练后的轨迹预测模型来进行轨迹预测。

上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此，通过本说明书提供的基于迁移场景用于预测障碍物轨迹的模型训练方法以及基于迁移场景下的障碍物轨迹预测方法可以用于无人驾驶设备在迁移场景中进行轨迹预测，该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。

从上述方法中可以看出，业务平台可以对预先通过预设地理场景下的训练样本进行过训练的轨迹预测模型，采用迁移场景下的训练样本进行进一步地训练，并且可以在迁移场景下的训练样本选取出适合的训练样本，作为目标训练样本，对轨迹预测模型进行训练，并且选取的策略可以依据第一参考值，即，轨迹预测模型对候选训练样本进行轨迹预测的不准确性，使得轨迹预测模型能够针对迁移场景进行准确预测，以及通过第二参考值可以选取出具备多样性的各目标训练样本，从而降低了用于训练该轨迹预测模型的训练样本中包含的异常样本的比例，进而进一步地提高了轨迹预测模型进行轨迹预测的准确性。

以上为本说明书的一个或多个实施例提供的基于迁移场景用于预测障碍物轨迹的模型训练方法以及基于迁移场景下的障碍物轨迹预测方法，基于同样的思路，本说明书还提供了相应的基于迁移场景用于预测障碍物轨迹的模型训练装置以及基于迁移场景下的障碍物轨迹预测装置，如图4、5所示。

图4为本说明书提供的一种基于迁移场景用于预测障碍物轨迹的模型训练装置的示意图，包括：

获取模块401，用于获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹；

确定模块402，用于针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度；

选取模块403，用于根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本；

训练模块404，用于根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型。

可选地，所述确定模块402具体用于，根据所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的第一参考值，所述第一参考值用于表征所述轨迹预测模型基于该候选训练样本进行轨迹预测的不确定程度；根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，所述第二参考值表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；根据该候选训练样本对应的第一参考值和/或该候选训练样本对应的第二参考值，确定该候选训练样本对应的参考值。

可选地，所述确定模块402具体用于，确定所述轨迹预测模型对该候选训练样本的预测结果与该候选训练样本对应的标注结果之间的差异程度；根据所述差异程度，确定该候选训练样本对应的第一参考值。

可选地，所述确定模块402具体用于，确定该候选训练样本中包含的历史行驶轨迹对应的轨迹特征，与预设地理场景下的训练样本对应的轨迹特征之间的差异程度，作为该候选训练样本对应的第二参考值。

可选地，所述训练模块404具体用于，在通过第N-1轮训练中选取出的目标训练样本，对所述轨迹预测模型进行训练后，确定所述各候选训练样本中除在前N-1轮次选取出的目标训练样本之外的剩余训练样本，并重新确定出各剩余训练样本对应的参考值，根据重新确定出的各剩余训练样本对应的参考值，从所述各剩余训练样本中选取第N轮训练所需的目标训练样本，并根据选取出的第N轮训练所需的目标训练样本，对所述轨迹预测模型进行第N轮训练，直到所述轨迹预测模型符合预设的训练目标为止，N为正整数。

可选地，所述确定模块402具体用于，针对每个剩余训练样本，确定该剩余训练样本对应的轨迹特征与已选取出的目标训练样本对应的轨迹特征之间的差异程度，作为重新确定出的该剩余训练样本对应的第二参考值，所述第二参考值用于表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；

根据重新确定出的该剩余训练样本对应的第二参考值，得到重新确定出的该剩余训练样本对应的参考值。

图5为本说明书提供的一种基于迁移场景下的障碍物轨迹预测装置示意图，包括：

获取模块501，用于获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶；

输入模块502，用于将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过基于迁移场景用于预测障碍物轨迹的模型训练方法进行训练得到；

控制模块503，用于根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1或图3提供的一种基于迁移场景用于预测障碍物轨迹的模型训练方法和基于迁移场景下的障碍物轨迹预测方法。

本说明书还提供了图6所示的一种对应于图1或图3的无人驾驶设备的示意结构图。如图6所述，在硬件层面，该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1或图3所述的基于迁移场景用于预测障碍物轨迹的模型训练方法和基于迁移场景下的障碍物轨迹预测方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种基于迁移场景用于预测障碍物轨迹的模型训练方法，其特征在于，所述方法应用在无人驾驶领域中，包括：

获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹；

针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度；

根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本，并根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型，其中，训练所述轨迹预测模型具体包括以下步骤：

在通过第N-1轮训练中选取出的目标训练样本，对所述轨迹预测模型进行训练后，确定所述各候选训练样本中除在前N-1轮次选取出的目标训练样本之外的剩余训练样本，并重新确定出各剩余训练样本对应的参考值，根据重新确定出的各剩余训练样本对应的参考值，从所述各剩余训练样本中选取第N轮训练所需的目标训练样本，并根据选取出的第N轮训练所需的目标训练样本，对所述轨迹预测模型进行第N轮训练，直到所述轨迹预测模型符合预设的训练目标为止，N为正整数。

2.如权利要求1所述的方法，其特征在于，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，具体包括：

根据所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的第一参考值，所述第一参考值用于表征所述轨迹预测模型基于该候选训练样本进行轨迹预测的不确定程度；

根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，所述第二参考值表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；

根据该候选训练样本对应的第一参考值和/或该候选训练样本对应的第二参考值，确定该候选训练样本对应的参考值。

3.如权利要求2所述的方法，其特征在于，根据所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的第一参考值，具体包括：

确定所述轨迹预测模型对该候选训练样本的预测结果与该候选训练样本对应的标注结果之间的差异程度；

根据所述差异程度，确定该候选训练样本对应的第一参考值。

4.如权利要求2所述的方法，其特征在于，根据该候选训练样本对应的轨迹特征，确定该候选训练样本对应的第二参考值，具体包括：

确定该候选训练样本中包含的历史行驶轨迹对应的轨迹特征，与预设地理场景下的训练样本对应的轨迹特征之间的差异程度，作为该候选训练样本对应的第二参考值。

5.如权利要求1所述的方法，其特征在于，重新确定各剩余训练样本对应的参考值，具体包括：

针对每个剩余训练样本，确定该剩余训练样本对应的轨迹特征与已选取出的目标训练样本对应的轨迹特征之间的差异程度，作为重新确定出的该剩余训练样本对应的第二参考值，所述第二参考值表征该候选训练样本在用于训练所述轨迹预测模型的训练样本中的多样性；

根据重新确定出的该剩余训练样本对应的第二参考值，得到重新确定出的该剩余训练样本对应的参考值。

6.一种基于迁移场景下的障碍物轨迹预测方法，其特征在于，包括：

获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶；

将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过权利要求1~5任一项所述的方法进行训练得到；

根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

7.一种基于迁移场景用于预测障碍物轨迹的模型训练装置，其特征在于，包括：

获取模块，用于获取预先通过预设地理场景下的训练样本训练得到的轨迹预测模型，以及获取迁移场景下的各训练样本，作为各候选训练样本，所述迁移场景的地理区域与所述预设地理场景不同，每个候选训练样本中包含指定设备周围障碍物的历史行驶轨迹；

确定模块，用于针对每个候选训练样本，根据该候选训练样本对应的轨迹特征，和/或所述轨迹预测模型对该候选训练样本的预测结果，确定该候选训练样本对应的参考值，该候选训练样本对应的参考值用于表征该候选训练样本中包含的历史行驶轨迹的行驶特点与所述预设地理场景对应的行驶特点之间的区别程度；

选取模块，用于根据各候选训练样本对应的参考值，从所述各候选训练样本中，选取出目标训练样本；

训练模块，用于根据所述目标训练样本，对所述轨迹预测模型进行训练，以得到用于预测迁移场景中各障碍物的行驶轨迹的轨迹预测模型，其中，训练所述轨迹预测模型具体包括以下步骤：在通过第N-1轮训练中选取出的目标训练样本，对所述轨迹预测模型进行训练后，确定所述各候选训练样本中除在前N-1轮次选取出的目标训练样本之外的剩余训练样本，并重新确定出各剩余训练样本对应的参考值，根据重新确定出的各剩余训练样本对应的参考值，从所述各剩余训练样本中选取第N轮训练所需的目标训练样本，并根据选取出的第N轮训练所需的目标训练样本，对所述轨迹预测模型进行第N轮训练，直到所述轨迹预测模型符合预设的训练目标为止，N为正整数。

8.一种基于迁移场景下的障碍物轨迹预测装置，其特征在于，包括：

获取模块，用于获取无人驾驶设备周围障碍物的行驶轨迹，所述无人驾驶设备至少在迁移场景中行驶；

输入模块，用于将所述行驶轨迹输入到预先训练的轨迹预测模型，得到预测出的障碍物轨迹，所述轨迹预测模型通过权利要求1~5任一项所述的方法进行训练得到；

控制模块，用于根据所述预测出的障碍物轨迹，对所述无人驾驶设备进行控制。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~5或6任一项所述的方法。

10.一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~5或6任一项所述的方法。

Images