一种高速场景下的轨迹预测模型、训练方法和训练系统

一种高速场景下的轨迹预测模型、训练方法和训练系统，属于自动驾驶领域，包括采集商用车在高速场景下的定位数据、感知数据及规划数据，计算自车和周车全局坐标；根据全局坐标构建轨迹数据，通过三层过滤机制筛选周车轨迹，保留覆盖全时间窗口的有效轨迹；采用编码器‑解码器结构的轨迹预测模型，所述编码器通过自注意力层提取自车历史轨迹特征，并通过交叉注意力层融合周车特征，生成场景编码特征；所述场景编码特征包括自车与周车间的相对距离、相对方向、相对朝向及时间间隔，用于建模高速场景下自车与前车的强耦合性。本申请基于真实场景下的实车数据用于模型训练，使得轨迹预测模型更加贴近高速场景真实运动和预测轨迹。