一种自动驾驶障碍物意图预测与避让方法及系统

本发明涉及自动驾驶技术领域，具体涉及一种自动驾驶障碍物意图预测与避让方法及系统。方法包括实时获取图像数据和三维点云数据，分别提取静态特征和动态特征，采用注意力机制进行加权后融合形成融合特征向量，将融合特征向量输入多个独立训练好的深度学习模型中，利用模型差异加权融合输出的结果获得预测意图。基于预测意图设定运行状态和输入控制的关联约束，以路径长度和时间成本为双优化目标建立避让策略模型，在预测时域内持续更新输入控制直到优化目标值迭代至最小，输出避让策略的时间序列，结合实时运行状态生成最终执行指令。本发明能够突破传统基于静态特征和预设规则系统的瓶颈，在提升行车安全冗余度的同时显著优化道路通行效率。