公开(公告)号：CN116682018A

公开(公告)日：2023-09-01

申请号：CN202310793980.4

申请日：2023-06-30

Applicant: 南京邮电大学

Inventor： 徐小龙 ,  施秋豪 ,  王勇 ,  陈鹏宇

IPC: G06V20/10 ,  G06V20/54 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种车辆轨迹预测方法、装置、系统及存储介质，属于自动驾驶技术领域，方法包括：构建矢量化地图，并利用所述矢量化地图，构建城市道路网络结构；根据所述城市道路网络结构，捕获复杂道路信息和连续的车辆轨迹信息；根据所述复杂道路信息和连续的车辆轨迹信息，计算获取多线级特征；根据所述多线级特征，构建全局图模型；根据所述全局图模型，利用循环神经网络解码器对目标节点进行解码，获取车辆轨迹预测结果。该方法能够高质量地提取复杂道路信息和连续的车辆轨迹信息，以提高车辆轨迹预测精度。

公开(公告)号：CN115470886A

公开(公告)日：2022-12-13

申请号：CN202211006543.5

申请日：2022-08-22

Applicant: 南京邮电大学

Inventor： 徐小龙 ,  施秋豪

IPC: G06N3/04 ,  G06N3/08 ,  G08G1/01

Abstract: 本发明公开了一种面向智能交通控制系统的流量预测方法包括：利用图结构构建城市道路网络结构；利用图卷积网络提取道路空间特征，通过双向长短期记忆网络进行初步时间特征提取，并利用主干网络过滤提取强相关时间特征；基于道路空间特征和时间特征生成特征矩阵；基于特征矩阵，利用映射函数生成未来预测的交通数据时间序列；设置网络训练目标，利用绝对值损失函数进行网络训练。本发明利用双向长短期记忆网络，增强了时间特征提取能力，提升了流量预测方法捕捉道路上交通数据的动态变化的能力；采用残差网络跳线结构，有效缓解神经网络模型堆叠导致的梯度消失问题，使得预测方法具有更好的预测性能；通过设置绝对值损失函数，提高了整体预测精度。