一种基于HGT网络的车辆多模态轨迹预测方法

本发明公开了一种基于HGT网络的车辆多模态轨迹预测方法，首先对Argoverse轨迹预测数据集进行分割，然后进行预处理，保存局部空间的轨迹数据和车道线数据；构建HGT网络，其中，局部空间融合模块对车辆交互关系编码，挖掘局部交互模式，同时提取时间特征捕捉其动态变化；然后融合车辆时间特征，并将输出特征与环境特征交互，使车辆感知环境变化并调整行为；环境感知模块捕捉周边环境特征对车辆未来行为的影响；全局交互模块从全局视角进一步提升车辆对周围车辆影响的感知能力；轨迹解码模块，用多层感知机解码车辆特征生成预测轨迹，并计算得分评估预测轨迹的质量。本发明能够对自动驾驶汽车的周围车辆进行多模态轨迹预测，生成了准确而稳定的未来轨迹。