一种基于改进PowerBEV的车辆预测方法

本发明涉及一种基于改进PowerBEV的车辆预测方法，方法包括：实时获取多帧车辆的环视图像，输入预建立的MLN‑PowerBEV模型生成车辆状态预测结果；其中，MLN‑PowerBEV模型的预测过程包括：通过神经网络对车辆的环视图像进行卷积特征提取，获取不同尺度特征；采用MAFF模块对不同尺度特征进行融合；将融合后的特征图转换为鸟瞰图特征；利用MLN模块对鸟瞰图特征进行运动感知建模，获得时空鸟瞰图特征；利用分割模块和流预测模块，通过共享的时空鸟瞰图特征同时获取车辆未来帧的分割图和向心后流信息，并生成未来实例级预测。与现有技术相比，本发明显著提升了在动态场景中的环境感知与运动预测精度。