基于深度学习的矿山车辆轨迹预测方法及相关设备

本发明涉及车辆自动驾驶技术领域，公开了一种基于深度学习的矿山车辆轨迹预测方法及相关设备。该方法包括：采集目标矿山作业环境中的多源感知数据和场地容量状态，并进行坐标系转换和噪声滤波生成标准感知数据集；通过矿山作业场景特征编码和多源信息融合构建矿车交互场景特征向量，并对其进行时空关系提取得到深度时空特征表示；基于深度时空特征表示和场地容量状态对矿车进行点位轮转目标选择，确定各矿车的目标作业点位得到点位分配决策结果；对点位分配决策结果进行弗雷内坐标转换和安全行驶区域构建，并对安全行驶区域进行轨迹规划生成最终预测结果。本申请实现了矿山多车协同的智能点位轮转决策，提高了轨迹预测准确性和作业安全性。