基于时空图注意力Transformer的交通参与者轨迹预测方法

AITNT
正文
推荐专利
基于时空图注意力Transformer的交通参与者轨迹预测方法
申请号:CN202511049025
申请日期:2025-07-29
公开号:CN120951765A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及一种基于时空图注意力Transformer的交通参与者轨迹预测方法,属于自动驾驶领域。该方法首先通过传感器和车载系统收集交通场景数据,并提取空间、时间及交互特征。随后,采用图注意力网络对交通代理者之间及其与基础设施的时空交互进行建模。通过Transformer对历史轨迹进行编码,生成轨迹分布模型,并预测未来轨迹。本发明通过注意力机制有效捕捉关键交互信息,提高预测准确性与模型可解释性,为自动驾驶系统提供可靠的轨迹预测方案。
技术关键词
轨迹预测方法 交通 交互特征 节点特征 卷积神经网络提取 多头注意力机制 解码器 场景 生成轨迹 轨迹特征 引入注意力机制 自动驾驶系统 编码器结构 位置编码器 车载传感器
系统为您推荐了相关专利信息
1
基于卷积神经网络和编码算法的点阵码生成与加密方法
点阵码图像 加密方法 动态密钥 定位点 纠错编码算法
2
基于PET/CT深度学习的肺腺癌EGFR基因突变检测系统及方法
CT影像数据 EGFR基因突变 多模态数据融合 模态特征 特征提取模块
3
自动驾驶环境下专用车道与通用车道动态协同控制系统及方法
车道 路侧控制单元 专用车 协同控制方法 小客车
4
喷油器补偿码的验证方法及装置
验证方法 喷油器 仿真模型 发动机模型 脉宽
5
基于物理结构引导的多尺度轻量化时空网络及航空发动剩余使用寿命预测方法
航空发动机组件 时序特征 空间特征提取 剩余使用寿命 航空发动机寿命
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号