摘要
基于多智能体异质图风险感知编码与连续参数解码的轨迹预测方法,涉及现有轨迹预测方法忽视智能体之间碰撞时间、运动风险等感知风险编码,十字路口等复杂场景轨迹预测不准确问题,本发明通过基于旋转矩阵的智能体坐标变换、多智能体异质图风险感知局部编码、将地图车道线信息与智能体融合编码以及连续参数轨迹解码等步骤实现自动驾驶多智能体轨迹预测。本发明提取自动驾驶场景丰富的编码特征;解码不同于传统直接预测位置,而是通过解码器从特征中提取出来的,这些控制点结合基函数和动态调整的节点向量,用于生成平滑的轨迹曲线。
技术关键词
轨迹预测方法
异质
节点
风险
编码
地图车道线
融合特征
矩阵
控制点
参数
线特征
拉普拉斯
输入解码器
注意力模型
速度
多层感知机
系统为您推荐了相关专利信息
网络异常检测方法
节点
聚类
支持向量机分类器
深度学习模型
风险评估方法
农药残留检测
网络拓扑数据
递归神经网络
卷积模型
通信组网方法
指挥系统
通信覆盖范围
数据传输需求
通信信道