一种融合Mamba主干网络与图注意力机制的自动驾驶车辆轨迹预测方法

本发明面向自动驾驶车辆感知规划领域，公开了一种融合Mamba主干网络与图注意力机制的自动驾驶车辆轨迹预测方法。本发明通过获取车辆轨迹、状态、道路与环境信息，利用Mamba主干网络提取自动驾驶车和周围车辆轨迹的时序特征，同时通过图注意力网络建模周围车辆与交通场景中其他对象之间的空间交互关系。在特征融合层，时序与空间特征经过池化处理，形成高维时空编码特征。将融合特征输入解码器，解码器以Mamba模块作为核心，对模型编码的信息进行解码输出，得到自动驾驶车周围车辆的预测轨迹。所提出的模型优势在于，通过深度学习精确建模历史轨迹与预测轨迹映射关系，利用Mamba主干网络与图注意力机制相结合的方式，帮助模型理解场景特征对车辆未来行驶轨迹的影响，实现精准高效且场景鲁棒的预测。