技术特征：1.一种模型训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，
3.如权利要求1所述的方法，其特征在于，进一步包括：
4.如权利要求3所述的方法，其特征在于，
5.如权利要求3所述的方法，其特征在于，
6.一种轨迹预测方法，其特征在于，包括：
7.一种模型训练装置，其特征在于，包括：
8.一种轨迹预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
技术总结本发明公开了模型训练方法和装置、轨迹预测方法和装置，涉及自动驾驶技术领域。该方法包括：分别将自车的历史轨迹、交通参与者的历史轨迹、交通参与者的未来轨迹和地图特征转换至相对坐标系下；获取目标交通参与者当前所在的位置；将转换后目标交通参与者的历史轨迹、转换后自车的历史轨迹、转换后其他交通参与者的历史轨迹、目标交通参与者当前所在的位置和转换后的地图特征输入神经网络模型，得到一阶差分结果；基于一阶差分结果和目标交通参与者当前所在的位置，计算目标交通参与者的预测轨迹；基于预测轨迹和转换后目标交通参与者的未来轨迹，计算损失函数的损失值；基于损失值调整神经网络模型的参数。该实施方式能够提高轨迹预测的准确度。
技术研发人员：陈昌浩,李勇强,吕强,苗乾坤
受保护的技术使用者：新石器慧通（北京）科技有限公司
技术研发日：技术公布日：2024/1/14