(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 202211021246.8 (22)申请日 2022.08.24 (71)申请人 东软睿驰汽车技 术 （沈阳） 有限公司 地址 110172 辽宁省沈阳市沈抚新区金枫 街75-1号 (72)发明人 程帅　胡骏　刘威　王卢阳　曹斌　 (74)专利代理 机构 北京知帆远景知识产权代理 有限公司 1 1890 专利代理师 乔海莲 (51)Int.Cl. B60W 60/00(2020.01) G06N 3/04(2006.01) G06V 10/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 20/56(2022.01) (54)发明名称 预测车辆刹车的方法、 装置、 设备及存储介 质 (57)摘要 本申请公开了一种预测车辆刹车的方法、 装 置、 设备及存储介质， 其中， 方法包括： 获取自车 前方每个目标车辆的历史跟踪结果； 基于每个目 标车辆的历史跟踪结果， 获得每个目标车辆的T 个时刻的时序车辆总特征以及 T个时刻的时序刹 车灯总特征； 其中， T为正整数； 对每个目标车辆 的T个时刻的时序车辆总特征以及T个时刻的时 序刹车灯总特征， 进行特征融合， 获得每个目标 车辆的融合特征； 对每个目标车辆的融合特征进 行处理， 获得每个目标车辆的目标特征； 基于每 个目标车辆的目标特征， 获得预测结果。 本申请 的技术方案， 对目标车辆的车辆特征以及刹车灯 特征进行融合， 提高了对目标车辆的刹车预测的 精准度。 权利要求书3页 说明书14页 附图4页 CN 115402352 A 2022.11.29 CN 115402352 A 1.一种预测车辆刹车的方法， 其特 征在于， 包括： 获取自车 前方每个目标车辆的历史跟踪结果； 基于每个所述目标车辆的所述历史跟踪结果， 获得每个所述目标车辆的T个时刻的时 序车辆总特 征以及T个时刻的时序刹车灯总特 征； 其中， T为 正整数； 对每个所述目标车辆的T个时刻的时序 车辆总特征以及T个时刻的时序刹车灯总特征， 进行特征融合， 获得每 个所述目标 车辆的融合特 征； 对每个所述目标 车辆的所述融合特 征进行处 理， 获得每 个所述目标 车辆的目标 特征； 基于每个所述目标 车辆的所述目标 特征， 获得预测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述基于每个所述目标车辆的所述历史跟 踪结果， 获得每个所述目标车辆的T个时刻的时序车辆总特征以及 T个时刻的时序刹车灯总 特征， 包括： 获取每个所述目标 车辆的历史图像序列； 其中， 所述历史图像序列包括T帧历史图像； 对每帧所述历史图像进行检测， 获得每个所述目标车辆的所述车辆特征图以及刹车灯 特征图； 其中， 所述目标车辆设有刹车灯； 所述车辆特征图包括T个时刻的车辆bbox特征以 及车辆方向特 征； 所述刹车灯特 征图包括T个时刻的刹车灯b box特征以及刹车灯状态特 征； 基于每个所述目标车辆的所述车辆特征图， 获得每个所述目标车辆的T个时刻的时序 车辆总特征； 基于每个所述目标车辆的所述刹车灯特征图， 获得每个所述目标车辆的T个时 刻的时序刹车灯总特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述基于每个所述目标车辆的所述车辆特 征图， 获得每 个所述目标 车辆的T个时刻的时序车辆总特 征， 包括： 基于每个所述目标车辆的T个时刻的所述车辆bbox特征， 获得每个所述目标车辆的T个 时刻的车辆中心 点的坐标； 基于每个所述目标车辆的T个时刻的车辆中心点的坐标， 获得每 个所述目标 车辆的车辆 轨迹特征； 对每个所述目标车辆的T个时刻的所述车辆bbox特征进行映射， 并进行第一特征提取， 获得每个所述目标 车辆的T个时刻的车辆 外观特征； 基于每个所述目标车辆的T个时刻的所述车辆bbox特征、 车辆方向特征、 车辆轨迹特征 以及所述车辆 外观特征， 获得每 个所述目标 车辆的T个时刻的所述时序车辆总特 征。 4.根据权利要求2所述的方法， 其特征在于， 所述基于每个所述目标车辆的所述刹车灯 特征图， 获得每 个所述目标 车辆的T个时刻的时序刹车灯总特 征， 包括： 基于每个所述目标车辆的T个时刻的所述刹车灯bbox特征信息， 获得每个所述目标车 辆的T个时刻的刹车灯中心 点的坐标； 基于每个所述目标车辆的T个时刻的刹车灯中心 点的 坐标， 获得每 个所述目标 车辆的刹车灯轨 迹特征； 对每个所述目标车辆的T个时刻的所述刹车灯bbox特征进行映射， 并进行第二特征提 取， 获得每 个所述目标 车辆的T个时刻的刹车灯外观特 征； 基于每个所述目标车辆的T个时刻的所述刹车灯bbox特征、 刹车灯状态特征、 刹车灯轨 迹特征以及所述刹车灯外观特征， 获得每个所述 目标车辆的T个时刻的所述时序刹车灯总 特征。 5.根据权利要求2所述的方法， 其特征在于， 所述对每个所述目标车辆的T个时刻的时 序车辆总特征以及T个时刻的时序刹车灯总特征， 进 行特征融合， 获得每个所述目标车辆的权　利　要　求　书 1/3 页 2 CN 115402352 A 2融合特征， 包括： 对每个所述目标车辆的所述车辆bbox特征、 车辆方向特征、 车辆轨迹特征、 车辆外观特 征、 刹车灯bbox特征、 刹车灯状态特征、 刹车灯轨迹特征以及刹车灯外观特征， 进行第一融 合， 获得每个所述目标车辆的第一融合特征； 其中， 所述第一融合特征的维度等于所述车辆 bbox特征、 车辆方向特征、 车辆轨迹特征、 车辆外观特征、 刹车灯bbox特征、 刹车灯状态特 征、 刹车灯轨 迹特征以及刹车灯外观特 征的维度之和； 或 对每个所述目标车辆的所述车辆bbox特征、 车辆方向特征、 车辆轨迹特征、 车辆外观特 征、 刹车灯bbox特征、 刹车灯状态特征、 刹车灯轨迹特征以及刹车灯外观特征， 进行第二融 合， 获得每个所述目标车辆的第二融合特征； 其中， 所述第二融合特征的维度小于所述第一 融合特征的维度。 6.根据权利要求1所述的方法， 其特征在于， 所述对每个所述目标车辆的所述融合特征 进行处理， 获得每 个所述目标 车辆的目标 特征， 包括： 将每个所述目标车辆的所述融合特征输入至双层Bi ‑LSTM； 其中， 所述双层Bi ‑LSTM包 括连接的第一层 Bi‑LSTM以及第二层 Bi‑LSTM； 基于所述第一层Bi ‑LSTM对每个所述目标车辆T个时刻的所述融合特征进行处理， 获得 T个时刻的初始特 征； 其中， T为 正整数； 基于所述第二层Bi ‑LSTM对所述T个时刻的初始特征进行处理， 获得每个所述目标车辆 的T个时刻的所述目标 特征。 7.根据权利要求1所述的方法， 其特征在于， 所述基于每个所述目标车辆的所述目标特 征， 获得预测结果， 包括： 对每个所述目标车辆的所述目标特征进行线性变换， 获得每个所述目标车辆对应的T 个时刻的多维向量； 其中， T为 正整数； 基于每个所述目标车辆对应的T个时刻的所述多维向量， 获得所述每个所述目标车辆 的T个时刻的刹车意图概 率； 基于每个所述目标车辆的T个时刻的所述刹车意图概率， 获得T个时刻的所述预测结 果。 8.一种预测车辆刹车的装置， 其特 征在于， 包括： 跟踪模块， 用于获取自车 前方每个目标车辆的历史跟踪结果； 特征提取模块， 用于基于每个所述目标车辆的所述历史跟踪结果， 获得每个所述目标 车辆的T个时刻的时序车辆总特 征以及T个时刻的时序刹车灯总特 征； 其中， T为 正整数； 特征融合模块， 用于对每个所述目标车辆的T个时刻的时序 车辆总特征以及T个时刻的 时序刹车灯总特 征， 进行特征融合， 获得每 个所述目标 车辆的融合特 征； 处理模块， 用于对每个所述目标车辆的所述融合特征进行处理， 获得每个所述目标车 辆的目标 特征； 预测模块， 用于基于每 个所述目标 车辆的所述目标 特征， 获得预测结果。 9.一种电子设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配置 为由所述处理器执行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 至7中任意 一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算权　利　要　求　书 2/3 页 3 CN 115402352 A 3