一种基于联邦学习的多车协同轨迹预测方法及系统

本发明公开了一种基于联邦学习的多车协同轨迹预测方法及系统，涉及智能交通与人工智能交叉技术领域。该方法包括：各车辆采集并预处理自身历史轨迹数据，通过对比学习任务训练轨迹编码模块，生成具有驾驶意图判别性的语义特征向量；车辆间通过通信交换语义特征向量，基于空间距离和语义相似度构建多个关系图，并利用多关系图注意力机制进行消息传递与特征聚合，生成融合上下文信息的车辆表征；将车辆表征输入轨迹解码模块，输出未来轨迹预测结果；各车辆将本地模型参数上传至中央服务器，服务器根据车辆贡献度进行加权聚合，生成全局模型参数并下发更新。本发明在保护数据隐私的前提下，实现了高精度的多车协同轨迹预测。