一种车辆行车轨迹预测方法、系统、设备及介质

本申请提供一种车辆行车轨迹预测方法、系统、设备及介质，属于车辆轨迹预测技术领域，所述方法：采集车辆每个轨迹点的车辆状态信息及环境信息作为轨迹数据，使用深度学习去噪算法进行预处理及特征序列提取；使用Transformer结合图神经网络构建轨迹预测模型，使用提取的特征序列构建训练集训练轨迹预测模型，在训练过程中使用以轨迹预测精度和不确定性估计构建的多任务损失函数来调整模型参数；使用轨迹预测模型预测车辆轨迹，以最小化预测误差为目标，使用贝叶斯优化方法优化轨迹参数，并在优化过程中以车辆动力学约束和道路约束为约束条件调整优化参数。本发明通过多融合与多阶段优化，实现复杂交通环境下车辆轨迹的高精度预测。