一种基于终点聚类先验的无地图长时域车辆轨迹预测方法

本发明涉及一种基于终点聚类先验的无地图长时域车辆轨迹预测方法，构建轨迹预测模型，经量化处理后部署于车载终端进行车辆轨迹预测，预测步骤包括：利用分层图神经网络对行车场景上下文信息进行编码，提取交通参与者与周围环境交互的特征；通过对历史轨迹数据进行坐标变换和终点提取，在不同的速度域下进行终点聚类，建候选目标点集合；通过注意力机制对候选目标点进行概率估计，并利用非极大值抑制算法选取多模态候选终点；基于多模态候选终点，利用轨迹补全模块生成多模态长时域的车辆预测轨迹。与现有技术相比，本发明能够在无高精地图支持的行车场景下，准确预测交通参与者未来的长时域运动轨迹，为自动驾驶决策算法提供依据。