摘要
本申请涉及轨迹预测技术领域,提供了一种基于场景变换的轨迹预测方法。该方法包括:确定当前场景中每个目标智能体的独特运动特征;基于当前场景中的所有目标智能体的独特运动特征构建空间图;根据空间图获取当前场景中所有目标智能体的节点特征矩阵、边特征矩阵、群体发生矩阵和超边特征矩阵;利用成对关系变换模型对边特征矩阵和节点特征矩阵进行变换,得到成对节点特征矩阵;利用超关系变换模型对节点特征矩阵、超边特征矩阵、群体发生矩阵进行变换,得到最终群体特征矩阵;基于成对节点特征矩阵和最终群体特征矩阵,利用轨迹预测模型对当前场景中每个目标智能体进行预测,得到目标智能体的预测轨迹。本申请的方法能够提高轨迹预测的准确性。
技术关键词
轨迹预测方法
运动特征
节点特征
轨迹预测模型
矩阵
输入端
关系
场景
注意力
输出端
混合模块
轨迹预测技术
时序特征
轨迹特征
记忆
数据
消息
系统为您推荐了相关专利信息
无人机编队
轨迹优化方法
拉普拉斯
路径规划算法
障碍物
加密流量分类方法
两阶段
分类策略
平滑度
特征协方差矩阵
实景三维模型
惯性里程计
关键帧
自主定位方法
无人设备定位
面向混合交通
轨迹预测方法
交通信号灯状态
非机动车
场景