摘要
本发明公开了车辆轨迹的动态权重修正与路径偏离概率预测方法,通过光学传感器、无线电波传感器和惯性导航传感器实时采集车辆自身数据以及车辆轨迹的多源动态数据,并进行时空校准,提取障碍物特征以及道路结构特征,通过时空图序列和图卷积神经网络快速捕捉障碍物运动趋势,结合动态权重调整实现实时避障,利用贝叶斯神经网络预测驾驶意图,通过权重修正调整轨迹规划策略,利用多源数据融合和概率化预测减少不确定性,闭环反馈机制持续优化模型,通过实时权重调整和闭环反馈,在交叉路口、环岛这种复杂场景中保持高效运行,从而达到能够快速响应动态障碍物或驾驶行为变化的目的,提高路径偏离预测概率的精度。
技术关键词
概率预测方法
贝叶斯神经网络
轨迹
惯性导航传感器
光学传感器
道路结构
动态
时空上下文信息
车辆运动学模型
时空注意力机制
交互特征
全球导航卫星系统
闭环反馈机制
引入注意力机制
加权融合算法
障碍物类别
语义分割模型
系统为您推荐了相关专利信息
协作边缘计算方法
深度强化学习
深度确定性策略梯度
三维城市场景
数据收集服务
RFID阅读器
动态监测方法
RFID标签
信号强度差值
电子地图界面