行车轨迹稀疏采样数据的高精度稠密化方法

本发明提供了行车轨迹稀疏采样数据的高精度稠密化方法，包括以下步骤：S1、混合傅里叶编码特征提取；S2、稀疏轨迹编码；S3、多传感器融合；S4、路网约束轨迹预测；S5、多帧数据融合与平滑；S6、动态绑路与地理纠偏；S7、稠密语义地图辅助；S8、并行化轨迹生成；S9、轻量化模型部署；本发明结合视觉语义信息与L i DAR点云数据，通过BEV空间的多传感器融合技术，增强对复杂交通场景的上下文感知能力，支持开放道路下的动态语义建模，通过路网约束的时空图卷积与混合傅里叶编码，捕捉轨迹的时空依赖特征，解决稀疏采样导致的连续性缺失问题，动态抑制高频噪声，横向定位误差低，利用稠密语义地图实现轨迹与车道线、障碍物的精确对齐。