一种基于自我感知掩码的轨迹预测方法

本发明公开了一种基于自我感知掩码的轨迹预测方法，包括：构建一个基于Transformer的深度神经网络；复制一个相同结构的深度神经网络，组成教师‑学生模型；在模型的顶层加入全连接层网络，在轨迹预测数据集上进行自我感知的掩码生成训练，训练后的学生模型后续作为掩码生成模块产生高质量掩码；构建一个基于Transformer编码‑解码结构的注意力神经网络；将训练好的掩码生成模块加入到注意力神经网络中在轨迹预测数据集上对注意力神经网络进行轨迹重建预训练；预训练结束后，将注意力神经网络在轨迹数据集上进行轨迹预测训练；将训练好的轨迹预测网络应用在自动驾驶系统中，用于预测其他交通参与者的轨迹。本发明能够提升模型的训练效率，使轨迹预测更加准确。