摘要
本公开提供了一种车辆轨迹预测方法、装置和车辆。本公开实施例的车辆轨迹预测方法中,通过局部‑全局混合注意力机制融合点云特征和图像特征得到多模态融合特征,利用因果掩码和时间卷积网络基于多模态融合特征和车辆的历史轨迹数据进行因果时序建模获得时序融合特征,并使用该时序融合特征预测得到车辆的未来轨迹数据。本公开可实现车辆轨迹预测的在线实时时序推理,满足自动驾驶等场景的高实时性需求。
技术关键词
融合特征
历史轨迹数据
车辆轨迹预测方法
图像
时序
时间卷积网络
多模态
视角
激光雷达
生成对抗网络
双向长短期记忆网络
局部注意力机制
冗余特征
点云特征提取
局部敏感哈希
系统为您推荐了相关专利信息
图像传感器像素
数据控制方法
模式
通道
数据控制装置
智能路况
双目摄像头
动态特征提取
识别方法
自行车
带钢缺陷检测
网络
输出特征
光源控制器
注意力机制
三维医学图像分割
融合特征
注意力
卷积模块
分支
医学图像分割方法
多轨道
标签
动态
医学图像数据集