一种基于Transformer模型的多特征融合的目标轨迹预测方法

本发明提出了一种基于Transformer模型的多特征融合的目标轨迹预测方法，该方法包括：步骤1、将目标轨迹的位置信息输入到特征生成模块来生成速度、加速度、角速度等多特征信息；再将生成的多特征信息和原始位置信息分别嵌入后进行向量表示并卷积融合成一个多特征向量；步骤2、改造Transformer模型的多头注意力机制，将所提的傅里叶自适应滤波与多头注意力相结合提出傅里叶自适应滤波注意力新算法，利用新算法建模轨迹序列特征的依赖关系，再在Encoder中的末尾添加卷积和池化操作以便进一步提取特征；步骤3、将经多次Encoder处理后的特征送入到Transformer模型的Decoder中进行解码并做出预测。本发明能够高效挖掘提取目标轨迹数据的特征信息，实现对目标的高精度轨迹预测。