摘要
本发明涉及一种基于注意力机制融合多模态信息的轨迹预测方法和装置,属于自动驾驶技术领域,解决了现有技术中轨迹预测误差大的问题。具体步骤包括:对交通场景视频数据进行预处理,得到不同时刻待预测目标、其他交通参与者的轨迹数据和车道中心线数据;基于由轨迹数据和车道中心线数据编码得到的嵌入特征,对待预测目标与其他交通参与者间的交互信息进行编码,得到交通参与者交互特征;对待预测目标与车道之间的交互信息进行编码,得到车道交互特征;利用交叉注意力模块和时间自注意力模块融合车道交互特征和交通参与者交互特征;基于得到的待预测目标时空特征,利用优化后的轨迹预测网络对待预测目标进行轨迹预测,提高了轨迹预测的精度。
技术关键词
融合多模态信息
轨迹预测方法
交互特征
车道中心线
交通
嵌入特征
多头注意力机制
数据
模块
轨迹预测装置
编码
速度
损失函数优化
前馈神经网络
自动驾驶技术
节点
系统为您推荐了相关专利信息
高速公路监控视频
语义分割模型
物体
高光谱分析技术
影像系统
查询特征
原型
语义分割方法
Sigmoid函数
交互特征
轨迹预测模型
损失率
车辆轨迹预测方法
方向盘
样本
环卫车辆
任务调度方法
神经网络混合模型
垃圾
GPS定位技术
道路交通数据
数据收集模块
多任务
车辆状态数据
决策