摘要
本发明实施例公开了一种轨迹预测模型的训练方法、装置、设备及介质。其中,该方法包括:获取目标对象在当前时刻的当前环境信息和历史时刻的历史环境信息;将当前环境信息和历史环境信息分别输入至轨迹预测模型中,得到当前预测轨迹和历史预测轨迹;根据当前预测轨迹和历史预测轨迹确定相似度损失,相似度损失用于描述当前预测轨迹与历史预测轨迹之间的差异;基于相似度损失对轨迹预测模型进行训练,以基于训练完成的轨迹预测模型对目标对象进行运动轨迹预测。本方案基于根据当前预测轨迹和历史预测轨迹确定的相似度损失对轨迹预测模型进行训练,能够有效地提高轨迹预测在时序上的连贯性和稳定性,有助于提高自动驾驶系统的安全性和可靠性。
技术关键词
轨迹预测模型
地图特征
特征提取单元
轨迹特征
运动轨迹预测
对象
融合特征
车道
自动驾驶系统
特征金字塔
模型训练模块
可读存储介质
计算机
线性单元
训练装置
电子设备
处理器通信
系统为您推荐了相关专利信息
阶段
特征金字塔
遥感图像数据
输出特征
计算机执行指令
账户检测方法
贝叶斯神经网络
静态特征
置信度阈值
计算机存储介质
门禁系统
智能控制系统
门禁卡
监测模块
设备状态监测
智能控制系统
炮制设备
智能控制模块
人机交互模块
数据采集模块
可视分析系统
融合全景
可视分析方法
特征提取单元
数据采集模块