摘要
本发明提供了一种基于时空交互特征融合的轨迹预测方法,包括以下步骤:实时采集道路上的交通参与者信息;基于交通参与者信息构建交通场景表达模型;构建多尺度时空图卷积模型,以令多尺度时空图卷积模型基于交通场景表达模型提取交通参与者的时空交互特征;构建轨迹预测模型,以令轨迹预测模型基于时空交互特征进行轨迹预测,获取预测轨迹。本发明提供的一种基于时空交互特征融合的轨迹预测方法,通过构建交通场景表达及提取交通参与者时空交互特征,使得最终得到的车辆预测轨迹可以捕捉交通参与者行为在不同时间尺度上的空间相关性,提取了多尺度的时空融合交互特征,可以有效改善轨迹预测的精度。
技术关键词
交互特征
轨迹预测方法
轨迹预测模型
车辆历史轨迹
交通
卷积模型
车道中心线
轨迹模型
交叉注意力机制
多尺度
多项式
局部路径规划方法
上下文特征
场景
LSTM神经网络
时间卷积网络
笛卡尔坐标系
系统为您推荐了相关专利信息
轨迹预测方法
船舶
数据
神经网络模型
多头注意力机制
智能视频分析方法
在线增量学习
特征提取模块
非临时性存储介质
多维度信息融合
压缩特征向量
大语言模型
多模态对话
序列
检索方法
神经网络预测模型
交通流量预测方法
数据
日期
分片策略