- 专利标题: 一种具有持续学习能力的车辆轨迹预测方法及系统
-
申请号: CN202210880748.X申请日: 2022-07-26
-
公开(公告)号: CN114996659B公开(公告)日: 2023-04-07
- 发明人: 龚建伟 , 林云龙 , 李子睿 , 龚乘 , 臧政 , 齐建永 , 何刚 , 吕超
- 申请人: 北京理工大学 , 慧动星球(北京)科技有限公司
- 申请人地址: 北京市海淀区中关村南大街5号;
- 专利权人: 北京理工大学,慧动星球(北京)科技有限公司
- 当前专利权人: 北京理工大学,慧动星球(北京)科技有限公司
- 当前专利权人地址: 北京市海淀区中关村南大街5号;
- 代理机构: 北京高沃律师事务所
- 代理商 王爱涛
- 主分类号: G06F17/18
- IPC分类号: G06F17/18 ; G06V10/774 ; G06V10/764 ; B60W50/00
摘要:
本发明涉及一种具有持续学习能力的车辆轨迹预测方法及系统,先采集当前场景的交通数据并进行数据预处理,得到包含当前场景中各车辆的位置坐标、车辆ID以及时间戳信息的轨迹数据;保存部分当前场景轨迹数据至记忆模块并标注数据的场景来源,基于条件Kullback‑Leibler散度对记忆模块中所存储的各交通场景数据进行场景差异性分析;根据分析结果,获取各历史场景可用的记忆数据量;根据记忆数据量,通过动态梯度场景记忆方法训练车辆轨迹预测模型;在连续交通场景下,利用训练好的模型对周围车辆的未来轨迹进行预测。本发明使车辆轨迹预测模型在连续场景下具备持续学习轨迹预测任务的能力,有效缓解轨迹预测模型的灾难性遗忘。
公开/授权文献
- CN114996659A 一种具有持续学习能力的车辆轨迹预测方法及系统 公开/授权日:2022-09-02