一种稀疏性时空融合模块的车辆轨迹预测方法

本发明提供了一种稀疏性时空融合模块的车辆轨迹预测方法，属于智能交通和自动驾驶技术领域，解决了传统注意力机制缺乏对动态场景中关键交互特征精准聚焦的技术问题。其技术方案为：首先，从传感器中获取目标信息，将其作为节点构建出相应特征；其次，通过扩散卷积和tanh‑sigmoid结合的稀疏性时空注意力模块提取车道线和车辆特征；最后，通过全连接层预测出车辆轨迹。本发明应用扩散卷积和高效加性注意力对提取的特征进行空间和时间维度上的注意力强化，提高车辆轨迹预测的精度和实时性，能够掌握车辆的行驶路径，适用于自动驾驶和智能交通系统。