摘要
本发明提供了一种考虑时空交互信息的车辆多模态轨迹预测方法及系统,涉及自动驾驶车辆轨迹预测领域。该方法包括:采集车辆行驶时的场景信息;选取时空注意力模型作为基模型,将场景信息导入基模型进行编码,得到融合时空注意力机制的编码信息以及周围车辆的社交网格信息;选取自动驾驶意图预测模型,融合编码信息和社交网格信息并输入至自动驾驶意图预测模型中,得到未来时域内自身车辆的意图预测概率;构建解码器;将拼接后的意图预测概率和编码信息输入至解码器,解码得到对应意图下的预测轨迹。本发明可实现对智驾车辆未来时刻的包括横向纵向动机的多模态轨迹预测,为车辆后续的路径规划和决策提供支持。
技术关键词
融合编码信息
时空注意力机制
时空注意力模型
社交
计算机程序指令
解码器
意图类别
高层次
场景
轨迹预测系统
网格
分支
车辆轨迹预测
掩码矩阵
系统为您推荐了相关专利信息
红外加热设备
加热控制策略
自动化精确控制
设备控制指令
红外灯管
强化学习模型
工厂设备
强化学习框架
时空注意力机制
设备运行数据
机器学习模型
数据
计算机执行指令
识别方法
统一标准格式
效能评估模型
资源分配
效能数据
优化配置方法
综合效能
三维模型纹理
区域卷积神经网络模型
影像
纹理模型
映射方法