基于解耦图扩散神经网络的车辆轨迹预测方法及系统

AITNT
正文
推荐专利
基于解耦图扩散神经网络的车辆轨迹预测方法及系统
申请号:CN202410719516
申请日期:2024-06-05
公开号:CN118569307B
公开日期:2025-05-20
类型:发明专利
摘要
本发明公开了一种基于解耦图扩散神经网络的车辆轨迹预测方法及系统,涉及车辆轨迹预测技术领域;方法包括:获取车辆实时数据中的行驶过程信息,并根据所述行驶过程信息构建车辆轨迹图;基于稀疏高纬表示方法对所述车辆轨迹图进行处理,获得初始图;输入所述初始图至预先训练的轨迹预测模型,获取所述轨迹预测模型输出的车辆预测轨迹;其中,所述轨迹预测模型为解耦图扩散神经网络;所述轨迹预测模型利用广义图扩散和多头注意力机制捕捉所述初始图的全局信息,采用分层解耦的方法表示学习过程。本发明应用解耦图扩散神经网络可提高轨迹预测的精确度,能够更准确地掌握车辆的行驶路径,有助于减少交通拥堵,改善城市的交通状况。
技术关键词
轨迹预测模型 车辆轨迹预测方法 车辆实时数据 车辆历史行驶轨迹 车辆历史轨迹 多头注意力机制 车辆轨迹预测技术 广义 分层特征 矩阵 扩散层 信息熵 重复序列 节点特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号