-
公开(公告)号:CN117911186A
公开(公告)日:2024-04-19
申请号:CN202410120416.0
申请日:2024-01-29
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种用于行人轨迹预测的基于GCN的行人空间交互建模方法,包括以下步骤:S1.建立表示同一场景下所有行人的空间图。S2.基于目标行人的视野域和避撞意识,建立社会交互的稀疏性和有向性。S3.综合考虑社会因素,计算目标行人与周围行人之间社会交互的权重。S4.建立以行人速度的平方作为输入的单层感知机,计算行人自交互的权重。S5.基于图卷积神经网络建立完整的行人空间交互模型。本发明所提出的方法,相比于现有的基于GCN的行人空间交互建模方法,能够显著地提高行人轨迹预测的精度。
-
公开(公告)号:CN120071285A
公开(公告)日:2025-05-30
申请号:CN202510151350.6
申请日:2025-02-11
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 北京理工大学
Abstract: 本发明提供一种面向非结构化道路环境的多模态可行驶占据预测方法,属于自动驾驶技术领域。包括:步骤1、面向越野环境的占据预测模型数据处理;基于任意具有语义激光雷达点云标注的数据集,构建具有三维可通行占据标注的数据集,从而训练多模态可行驶占据预测模型;步骤2、构建多模态可行驶区域占据预测模型ORDformer;采用针对非结构化道路环境设计的多模态可行驶区域占据预测模型;利用LiDAR点云和单目图像,从前向视角生成密集的语义占据预测。本发明能够表征非结构化环境下的复杂障碍物,能预测细粒度环境可行驶代价,显著提高车辆的路径规划与决策鲁棒性,避免盲目进入高风险区域。
-