基于KAN的全注意力交互与RNN条件VAE的行人轨迹预测方法

本发明公开了基于KAN的全注意力交互与RNN条件VAE的行人轨迹预测方法，涉及无人驾驶技术领域，能够提高行人轨迹预测的准确率与成功率。本发明包括：基于连续帧行人的跟踪结果提取数据，构建包含场景中所有行人位置信息的数据列表；通过所述数据列表，选定目标代理和邻居进行运动状态建模，构建网络的输入张量；对所述网络的输入张量，设计包含历史推理模块和未来逼近模块的编码器进行编码；设计RCVAE网络，对所属编码器的处理结果进行解码，获取场景中代理的轨迹表示；对所属解码轨迹，设计并行预测优化器进行全局优化处理，实现高效，准确的行人轨迹预测。本发明适用于开放环境下的行人轨迹预测。