摘要
本发明属于车辆协同技术领域,提供了一种基于动态自蒸馏和层级式时间尺度的车路协同交通流预测方法,包括以下步骤:构建包含二维轨迹数据和三维风速特征的输入序列;提取二维轨迹数据的时序特征;对三维风速特征进行特征编码及重建预测;对不同分支的三维特征进行交叉特征融合,增加不同分支间的信息交互;采用层级式时间尺度划分,将时间编码器分为多个层次,每个层次对应不同时间步的预测;引入动态自蒸馏模块,使用主干网络的预测结果反向蒸馏浅层时间编码模块提取层次化时空特征;联合轨迹预测损失、三维风速重建损失和自蒸馏损失训练模型,实现多任务多时间步的集成预测,将预测结果发送给车路协同平台,用于动态路径规划与交通调度。
技术关键词
交通流预测方法
蒸馏
特征提取模块
层级
动态路径规划
风速
多模态特征融合
交通流预测装置
编码器
时序特征
轨迹
编码模块
分支
多任务
注意力
三维风场
系统为您推荐了相关专利信息
体重检测方法
体重预测
关键点识别
特征值提取方法
弯曲
XGBoost模型
密度检测方法
太赫兹时域光谱系统
样本
消除技术
查询特征
文本检测模型
行解码器
文本检测方法
图像