一种面向复杂交通场景下的车辆轨迹预测方法和系统

本发明公开了一种面向复杂交通场景下的车辆轨迹预测方法和系统，包括以下步骤：步骤S1，获取目标车辆以及所在交通场景中周围车辆的历史轨迹信息，并利用分层图神经网络提取预测目标和周围车辆历史轨迹信息中的轨迹时序特征；步骤S2，获取目标车辆所在交通场景中的环境信息，利用分层图神经网络和注意力特征融合模块提取目标车辆周围全局和局部环境信息中的环境多尺度特征；步骤S3，利用多头注意力块对车辆轨迹时序特征和环境特征进行交互融合得到场景与车辆之间的交互特征；步骤S4，对场景和车辆的融合特征进行解码输出预测目标的多模态未来轨迹。本发明在提升模型的预测精确度且复杂度不增加的同时，可以保证模型能够适应复杂多变的交通环境。