一种基于视觉大模型的运动轨迹构建方法

本发明公开了一种基于视觉大模型的运动轨迹构建方法，涉及计算机视觉技术领域，方法包括：采用基于卡尔曼滤波的目标跟踪算法，从原始激光雷达点云与原始视频流中生成平滑的时序同步轨迹；应用结合最小描述长度原则与视觉语言模型语义校验的混合方法，将轨迹分割为一系列在运动学和语义上均完整的候选运动学分段；利用视觉语言模型对这些分段进行初步语义标注，生成初始标注轨迹；对初始标注轨迹进行逻辑一致性精炼，直至收敛为精炼后标注轨迹；将精炼后的轨迹格式化为标准的结构化语义轨迹表征字符串。本发明弥合了低维物理观测与高维驾驶意图之间的语义鸿沟，为下游复杂场景理解与预测任务提供了理想输入。