摘要
本发明适用于自动驾驶技术领域,提供了一种基于场景理解增强的自动驾驶车辆运动预测方法。本发明首先考虑到场景输入的多层级结构,应用多种轨迹遮蔽策略,加深模型对潜在语义信息的理解。采用混合式预训练策略,合理排布预训任务,以应对灾难性遗忘问题。其次,使用编码器‑解码器的简洁架构来增强场景理解能力,提升运动预测性能。此外,为保证模型在上下游任务中的通用性,对训练完成的预训练网络进行端到端微调,并应用于运动预测任务以验证多策略的有效性。最后,为保证实时预测性能,将模型部署至车载GPU平台进行硬件加速,提升了实际应用价值。
技术关键词
车辆运动预测方法
多层感知机
车辆历史轨迹
社交
场景
预训练模型
构建数据结构
策略
注意力
预测网络模型
预测编码器
解码器架构
自动驾驶技术
线性
缩放参数