一种基于分布式训练和差分隐私的轨迹预测方法

本发明公开了一种基于分布式训练和差分隐私的轨迹预测方法，首先，搭建轨迹预测基础模型，所述基础模型基于单车轨迹预测模型和多车轨迹预测模型，实现在不同场景下对目标车辆预测行驶轨迹的功能；然后搭建分布式模型训练的架构，实现车辆、路侧单元、中心服务器三者之间的模型协同训练；将路侧单元作为联邦学习中的客户端，基于共享到的轨迹数据训练本地轨迹预测模型，并将模型参数发送给中心服务器，中心服务器调用基于双重注意力的个性化联邦聚合算法对各个路侧单元的模型参数进行聚合，得到全局轨迹预测模型；最后，在轨迹数据及模型参数传输的过程中使用隐私保护算法，为数据及参数传输过程中提供隐私安全的保障。