摘要
驾驶数据的处理方法、训练数据的获取方法、驾驶状态的预测方法、测试方法及其系统、设备和介质,该预测方法包括:采集自然驾驶数据;处理数据并提取信息;提取信息转换为离散时间的动态图;训练动态图的神经网络至动态图的节点时序回归;训练的GCN‑LSTM模拟自车周围车辆的运动状态。本发明通过采集和处理数据,并提取模型的数据信息;将动态图的节点时序回归的神经网络预测和模拟周围车辆的运动状态。本发明采样快捷方便,数据抖动小且稳定性高;增强了动态图节点的局部结构信息,由卷积操作减小了学习的参量,降低了其模型复杂度,提升了动态图节点的泛化能力,提升了预测的准确性;驾驶员更新自车状态,提升了预测自车周围车辆运动状态的准确性。
技术关键词
长短期记忆网络
节点特征
车辆
行驶状态数据
特征点
模拟测试方法
特征描述符
矩阵
记忆单元
循环神经网络模型
模拟测试装置
卷积神经网络模型
像素
视频稳定
计算机可读指令
算法
系统为您推荐了相关专利信息
天气预测方法
天气预测系统
气象
时间段
天气预测技术
风险监控系统
数据
风险预测模型
矩阵
计算机程序指令
信息处理装置
实时监控装置
全轮驱动
防滑差速器
车辆动力学模型