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
点阵码图像
加密方法
动态密钥
定位点
纠错编码算法
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
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