公开(公告)号：CN114565191A

公开(公告)日：2022-05-31

申请号：CN202210356398.7

申请日：2022-03-30

Applicant: 吉林大学

Inventor： 张素民 ,  梁峻玮 ,  支永帅 ,  何睿

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于长短记忆网络的双向交互车辆的轨迹预测方法，包括：S1、确定被预测车辆与其周围车辆的历史轨迹信息；S2、将被预测车辆与其周围车辆的历史轨迹信息分别送入以长短记忆网络为基本单位的多个编码器中，经过编码得到各车辆的上下文向量；S3、给上下文向量做位置编码，得到含有位置信息的向量；S4、把S3得到的向量送入自注意力网络中得到S5、把作为自注意力子网络的输入，得到被预测车辆与周围车辆之间的交互权重，然后加权得到被预测车辆最终的编码向量；S6、将最终的编码向量解码得到被预测车辆未来轨迹的预测值。本发明解决了现有的方法没能考虑真实的交通场景，准确率较低的问题。

公开(公告)号：CN114565191B

公开(公告)日：2024-11-08

申请号：CN202210356398.7

申请日：2022-03-30

Applicant: 吉林大学

Inventor： 张素民 ,  梁峻玮 ,  支永帅 ,  何睿

IPC: G06N3/0442 ,  G06N3/0455 ,  G08G1/01

Abstract: 本发明提供了一种基于长短记忆网络的双向交互车辆的轨迹预测方法，包括：S1、确定被预测车辆与其周围车辆的历史轨迹信息；S2、将被预测车辆与其周围车辆的历史轨迹信息分别送入以长短记忆网络为基本单位的多个编码器中，经过编码得到各车辆的上下文向量；S3、给上下文向量做位置编码，得到含有位置信息的向量；S4、把S3得到的向量送入自注意力网络中得到#imgabs0#S5、把#imgabs1#作为自注意力子网络的输入，得到被预测车辆与周围车辆之间的交互权重，然后加权得到被预测车辆最终的编码向量；S6、将最终的编码向量解码得到被预测车辆未来轨迹的预测值。本发明解决了现有的方法没能考虑真实的交通场景，准确率较低的问题。