一种基于连续学习的行人轨迹预测方法、系统、设备及介质

本发明涉及一种基于连续学习的行人轨迹预测方法、系统、设备及介质，采集环境中目标行人的运动数据和任务场景信息，运动数据包括全局坐标系下的位置坐标和瞬时速度值，将历史轨迹序列输入行人轨迹预测模型中的主模型中进行计算，得到当前任务的真实预测的未来轨迹序列，基于任务场景信息，利用行人轨迹预测模型中的社会生成模型生成已完成训练的旧任务的伪历史轨迹，并输入至旧任务对应的主模型副本生成伪未来轨迹，伪历史轨迹和伪未来轨迹组合为伪样本，真实预测的未来轨迹序列和历史轨迹序列组合为真实样本，将真实样本和伪样本合并为混合数据集共同参与训练。与现有技术相比，本发明具有遗忘性低、适应性强和资源利用少等优点。