摘要
本公开提供了运动特征预测方法、装置、设备及自动驾驶车辆,涉及数据处理技术领域,尤其涉及人工智能、大数据、深度学习以及自动驾驶等技术领域。具体实现方案为:利用目标模型的编码器中并联的多个膨胀注意力层,并行对目标多模态时空数据进行特征处理,得到目标时序上下文特征;其中,所述目标多模态时空数据包括:历史时段所对应的M个历史帧,以及各历史帧所包含的N个交通参与者中各交通参与者的状态信息;M为大于1的整数;N为大于等于1的整数;至少利用目标模型的解码器,并基于所述目标时序上下文特征,预测得到各交通参与者在未来时段的目标运动特征。
技术关键词
上下文特征
运动特征
多模态
交通
注意力
时序
解码器
编码器
训练场景
数据处理技术
计算机程序产品
预测装置
电子设备
处理器通信
指令
可读存储介质
系统为您推荐了相关专利信息
图像生成网络
图像生成方法
染色
病理切片图像
预训练语言模型
出水氨氮浓度
双向长短期记忆
测量方法
皮尔逊相关系数
并行贝叶斯优化
交互问答系统
文本
语音特征
序列
分布式异构数据库