摘要
本发明涉及智能交通和边缘计算技术领域,公开了一种基于多模态感知的轨迹预测方法及系统,其中,一种基于多模态感知的轨迹预测方法包括:采集多模态感知数据,生成初始计算图结构;分析场景复杂度,结合场景复杂度和设备资源状态动态重构计算图结构;执行任务感知剪枝,生成优化计算图;评估计算任务优先级,确定各节点在边缘设备和云端的执行位置;执行场景自适应的模型分解,将轨迹预测模型分解为边缘侧和云侧组件;生成目标物体的轨迹预测结果;本发明通过动态可重构计算图结构和任务感知的计算图剪枝,根据场景复杂度和任务特性动态调整计算资源分配,移除对当前任务贡献较小的计算节点,降低了计算复杂度。
技术关键词
轨迹预测方法
多模态
轨迹预测模型
复杂度
节点
云端
场景
特征提取单元
异构感知数据
关系建模
轨迹预测系统
点云特征提取
指标
数据依赖关系
视觉特征提取
资源
边缘计算技术
动态可重构
系统为您推荐了相关专利信息
对等网络
决策方法
融合特征
深度网络模型
特征提取网络
速度目标值
角度目标值
车辆方向盘
伸缩行程
节点
多线激光雷达
热成像相机
可见光图像
监测平台
机械底盘
馈线终端装置
电气器件
拓扑图
线路
神经网络模型构建
网络安全态势
可视化方法
可视化特征
网络安全状态
马尔可夫链模型