摘要
本发明涉及一种基于车辆交互图时空解耦编码的多模态轨迹预测方法,属于自动驾驶汽车技术领域。该方法包括:根据交通场景轨迹数据集生成图结构数据;基于图结构数据构建考虑多元交通因素的交互图;当交互图更新特征时通过时序编码模块捕捉交互图节点特征在时间序列上的变化;通过构建轨迹解码模块以及分数解码模块完成多模态预测;设计预测模型损失目标函数并进行训练。本发明通过异构图注意方法结合了多源因素对运动预测的影响,同时对时空特征进行解耦编码,更好地捕捉时间序列上的特征。与传统车辆轨迹预测方法相比,本发明可以完成更加精细化的预测,并且对于场景泛化性更好。
技术关键词
节点特征
解码模块
回放模块
场景特征
编码模块
加权特征
多模态
车道中心线
时序特征
注意力机制
车辆轨迹预测方法
地图特征
矩阵
系统为您推荐了相关专利信息
分子属性预测方法
学习器
样本
标记
属性预测模型
规划系统
注意力神经网络
机器人
学习器
节点特征
电商平台商品
偏好特征
内容生成方法
图文
智能算法
档案管理系统
分类编码方法
档案存储柜
NFC标签
扫描模块