一种基于改进注意力网络的车辆多模态轨迹预测方法

本发明公开了一种基于改进注意力网络的车辆多模态轨迹预测方法，属于智能车辆轨迹预测技术领域，步骤为：收集目标车辆和周围车辆的历史轨迹数据作为输入序列；其次构建车辆多模态轨迹预测模型，包括运动特征提取模块、时空交互模块和时空融合模块和轨迹输出模块；运动特征提取模块使用一种多尺度卷积注意力网络和门控循环单元处理，时空交互模块使用一种动态图注意力网络提取车辆交互信息，时空融合模块将目标车辆运动特征与时空交互特征进行拼接融合得到时空融合特征，轨迹输出模块将融合特征输入到门控循环单元，解码后输入到混合密度网络，实现车辆轨迹的多模态输出；最后通过选择合适的损失函数进行训练，提高了模型的预测精度和收敛速度。