摘要
本发明涉及行人轨迹预测技术,为一种基于混合偏态分布的多模态行人轨迹预测方法及系统。其方法包括:引入群体轨迹规范化,计算群体的平均轨迹起点和平均位移,并统一不同群体的轨迹的坐标表示;通过时空编码器建模个体轨迹的时序依赖与空间依赖,输出建模轨迹终点不确定性的混合偏态分布;从混合偏态分布中采样多个轨迹终点,与轨迹起点进行线性插值得到初步预测轨迹,并通过校正网络修正预测结果;通过预测结果的均方损失与混合偏态分布的负对数似然优化模型参数,以验证集上目标函数值最小的模型作为最终模型,预测群体的未来轨迹。本发明引入混合偏态分布建模个体的位置分布,有效建模个体的非对称行进趋势和不同的行进意图。
技术关键词
行人轨迹预测方法
概率密度函数
训练预测模型
编码器
历史轨迹数据
参数
行人轨迹预测技术
终点
构建预测模型
时序卷积神经网络
优化预测模型
采样模块
预测模型训练
累积分布函数
坐标
分层
协方差矩阵