摘要
本发明提供了一种基于注意力机制和门控循环单元的园区场景车辆轨迹预测算法,该算法分别利用门控循环单元和图神经网络提取车辆轨迹特征与周边车道线特征,编码器将车辆轨迹特征与车道线特征转换为一系列高维度的高级特征,并传递给解码器。解码器基于这些特征通过门控循环单元生成车辆未来3s的运动轨迹和车辆转向意图,实现对园区车辆轨迹的长期预测。该方法可提前估计道路上车辆的未来轨迹,增强系统对于驾驶过程中意外突发状况的应对能力,减少自动驾驶车辆事故风险,提升自动驾驶车辆复杂交互场景如十字路口的通过能力;提升系统驾驶平顺性,提升安全员驾驶舒适性、满意度。
技术关键词
门控循环单元
多头注意力机制
园区车道线
园区场景
轨迹特征
前馈神经网络
线特征
解码器
车辆历史轨迹
车辆轨迹信息
历史轨迹数据
车道线信息
车道中心线
编码器
车辆轨迹预测方法
系统为您推荐了相关专利信息
生成对抗网络
预测系统
特征提取单元
多头注意力机制
预测模型训练
精细化气象预报
高原
模型训练模块
数据处理模块
数据采集模块
疾病辅助诊断系统
多源信息融合
实体
电子健康记录
医疗健康数据