摘要
本发明提供了一种基于多尺度图卷积的高效多目标车辆轨迹预测方法,属于智能交通和自动驾驶技术领域。解决了在复杂交通环境中现有预测方法的不足,尤其是在多目标情况下的效率和精度不够的技术问题。其技术方案为:首先,构建车辆和车道的子图,通过多尺度图卷积网络对车辆轨迹和车道特征进行提取;其次,利用自适应动态权重模块对不同目标车辆的权重进行动态调整;然后,基于运动特征库对车辆运动模式进行聚类。本发明的有益效果为:该方法通过结合高清语义地图,采用时空多头注意力机制和自适应动态权重模块,提升了特征提取和预测性能,该方法在多个交通场景下均表现出优于现有技术的性能,具有显著的实际应用潜力。
技术关键词
车辆轨迹预测方法
运动特征
车道
多尺度
多头注意力机制
车辆运动模式
多层感知机
语义地图
矩阵
场景
历史轨迹数据
实时交通信息
节点
动态
自动驾驶技术
系统为您推荐了相关专利信息
信道冲激响应
多层感知器
矩阵
信道方法
多头注意力机制
多尺度特征融合
裂缝检测方法
输出特征
校准
路面裂缝检测
多无人机协同定位
视景仿真
无迹卡尔曼滤波
定位方法
识别策略