-
公开(公告)号:CN120032505A
公开(公告)日:2025-05-23
申请号:CN202411881173.9
申请日:2024-12-19
Applicant: 北京理工大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06F18/2431 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于LSTM网络和注意力机制的城市道路车辆轨迹预测方法,属于车辆轨迹预测领域。本发明利用LSTM网络编码预测车辆和周围车辆的轨迹序列,并使用基于注意力机制或残差网络的方法预测目标车辆行驶意图,将意图嵌入目标车辆的编码向量;利用多尺度车道图卷积编码车道中心和边界信息,通过点积注意力机制捕获需要重点关注的环境信息;将融合意图的目标车辆状态和环境状态拼接后,经LSTM网络解码得到预测的轨迹。本发明能够动态更新目标车辆和道路的位置关系,表现出更优异的轨迹预测性能。
-
公开(公告)号:CN119131723A
公开(公告)日:2024-12-13
申请号:CN202411112023.1
申请日:2024-08-14
Applicant: 北京理工大学
IPC: G06V20/56 , G06V20/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于ResNet的车辆换道意图预测方法及系统,涉及自动驾驶的意图预测领域。本发明用RGB图像的三个通道分别存储目标车辆运动状态、周围车辆运动状态和道路信息,在表示车辆运动状态时,通过设置矩形大小来反映车辆大小,借助图像颜色深浅来反映观测时刻的先后,在表示道路信息时,考虑可行驶区域和车道边界;搭建嵌入CBAM的ResNet网络,实现对车辆换道意图的分类。本发明能够对场景作出直观展示,在对不同类型信息的做出区分的同时,体现它们的交互关系。此外,本方法可以充分考虑车辆体积对车车交互产生的影响。
-