-
公开(公告)号:CN114781758B
公开(公告)日:2024-09-17
申请号:CN202210594372.6
申请日:2022-05-27
申请人: 吉林大学
IPC分类号: G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06F18/213 , G06N3/084
摘要: 本发明公开了一种考虑持续交互信息的车辆轨迹预测方法,通过搭建的网络模型充分提取车辆轨迹数据集中的车辆运动信息和车辆间空间交互信息,精确地预测出车辆的未来轨迹;首先,对车辆轨迹数据集进行处理;然后,设计车辆的轨迹预测模型;最后,构造损失函数,训练车辆的轨迹预测模型;本方法在对车辆间空间交互进行建模时,不仅提取出每一历史时刻车辆间空间交互信息,而且考虑到车辆间空间交互信息存在时间关联性,并设计出时间关联提取器,充分捕捉车辆间空间交互信息在时间上的关联性,为车辆的预测轨迹增加约束,使得网络预测出的车辆轨迹更加准确。
-
公开(公告)号:CN115376103A
公开(公告)日:2022-11-22
申请号:CN202211030137.2
申请日:2022-08-26
申请人: 吉林大学
摘要: 本发明提供了一种基于时空图注意力网络的行人轨迹预测方法,步骤包括:采集行人轨迹数据构建数据集;数据预处理提取轨迹特征;时间注意力机制计算时间状态特征;空间注意力机制计算时空状态特征;预测未来轨迹,训练预测模型;本方法一方面利用时间注意力机制提取每个行人的时间特征,考虑了每个行人自身过去不同的历史时刻信息对当前预测结果的影响,有效提高预测结果的准确性;另一方面空间注意力机制将上一步时间注意力机制提取的场景中所有行人的时间状态特征作为输入,利用图注意力神经网络对每个行人的相邻行人分配合理的注意力系数从而融合相邻行人的特征信息,模拟行人之间包含社交因素的空间交互作用,保证预测结果的合理性。
-
公开(公告)号:CN114781758A
公开(公告)日:2022-07-22
申请号:CN202210594372.6
申请日:2022-05-27
申请人: 吉林大学
摘要: 本发明公开了一种考虑持续交互信息的车辆轨迹预测方法,通过搭建的网络模型充分提取车辆轨迹数据集中的车辆运动信息和车辆间空间交互信息,精确地预测出车辆的未来轨迹;首先,对车辆轨迹数据集进行处理;然后,设计车辆的轨迹预测模型;最后,构造损失函数,训练车辆的轨迹预测模型;本方法在对车辆间空间交互进行建模时,不仅提取出每一历史时刻车辆间空间交互信息,而且考虑到车辆间空间交互信息存在时间关联性,并设计出时间关联提取器,充分捕捉车辆间空间交互信息在时间上的关联性,为车辆的预测轨迹增加约束,使得网络预测出的车辆轨迹更加准确。
-
-