摘要
本发明公开了一种轨迹预测决策一体化方法及相关设备,方法包括:编码从数据集中提取的地图信息、交通参与者历史状态信息,得到地图矢量化编码和交通参与者历史轨迹编码;融合两种编码信息,得到查询内容特征,并据此初步预测多模态轨迹;利用基于注意力机制的预测器捕捉初步预测轨迹间的交互关系,输出最终多模态轨迹及得分,选取最高分轨迹计算损失函数;通过可微非线性轨迹规划器进一步优化预测轨迹,输出规划轨迹并计算规划损失;规划损失反向传播到预测模块和可学习代价函数,调整预测器的输出。本发明通过设计多层解码器,逐步细化预测结果,并通过联合训练预测器和规划器,优化预测结果,使模型能够生成更符合实际交通情况轨迹规划结果。
技术关键词
预测决策一体化
场景上下文
多模态
轨迹规划器
解码器
多层感知机
编码
训练神经网络
交通
加速度
自行车模型
多头注意力机制
非线性
引导算法
矢量地图
掩码矩阵
系统为您推荐了相关专利信息
教育互动系统
数据分析模块
个性化学习路径
网络通信模块
生物识别模块
解码器
BERT模型
前馈神经网络
谣言检测方法
贝叶斯神经网络
多模态技术
调解方法
情感词典
预训练模型
患者满意度调查
模态检索方法
多模态
样本
文本特征向量
图像特征向量
数字孪生模型
教学场景
关键骨骼节点
分辨率
渲染图像数据