摘要
本申请属于机器人轨迹预测技术领域。本申请提供一种基于道路拓扑连接关系的机器人轨迹预测方法。该方法包括:通过相关传感器的感知得到道路信息、待预测机器人的历史轨迹和周围机器人的历史轨迹,将道路信息、待预测机器人的历史轨迹和周围机器人的历史轨用循环神经网络先编码、后解码,得到预测的轨迹和相应的概率,并通过设计损失函数训练神经网络,得到预测模型的参数。本公开实施例可以将待预测机器人周围地图的道路信息、待预测机器与周围机器人的交互以及待预测机器自身的信息等影响因素考虑在内,经过公开数据集的验证,预测出的轨迹包含多种可能的情况,预测全面、准确性高。
技术关键词
预测机器人
轨迹预测方法
路径特征
注意力机制
多层感知机
编码
机器人交互
轨迹预测技术
关系
训练神经网络
解码概率
模块
分辨率
中心线
地图
传感器
参数
系统为您推荐了相关专利信息
行人轨迹预测方法
编码器模块
终点
迁移学习技术
阶段
多头注意力机制
多任务
推荐系统
前馈神经网络
视角
热水用水量预测
BiLSTM模型
注意力机制
数据
传播算法
无人机航拍图像
临时性房屋
房屋分布图
非极大值抑制方法
特征提取单元