基于时空图注意力网络的缺失车辆轨迹补全方法及系统

本发明公开了一种基于时空图注意力网络的缺失车辆轨迹补全方法及系统，属于智能驾驶技术领域。方法包括：S1：采集车辆的历史轨迹数据和运动参数数据，生成相应的时空特征向量；S2：将时空特征向量输入多模态轨迹预测模型得到第一预测轨迹；S3：从第一预测轨迹中筛选出候选预测轨迹，将候选预测轨迹和实时轨迹数据输入轨迹修正模型得到修正后的第二预测轨迹；S4：训练和优化在线轨迹补全模型；S5：输入目标车辆的历史轨迹数据和实时观测轨迹到训练好的在线轨迹补全模型补全缺失轨迹。本发明无地图依赖性，适用范围更广，采用图注意力网络GAT，在无地图情况下直接基于车辆间的距离和位置关系建模。