公开(公告)号：CN116702617A

公开(公告)日：2023-09-05

申请号：CN202310733023.2

申请日：2023-06-20

Applicant: 吉林大学

Inventor： 赵睿 ,  伍江航 ,  乔森垚 ,  黎浩城 ,  阎佳奇 ,  高菲 ,  高镇海

IPC: G06F30/27 ,  G06Q50/00 ,  G06F18/10 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985 ,  G06F111/08 ,  G06F111/02 ,  G06F123/02

Abstract: 本发明适用于自动驾驶技术，提供了一种车辆自动驾驶轨迹预测系统，所述系统包括：模型建立模块和车辆轨迹预测模块。本发明通过使用社交池化层，加入自注意力机制和ReLU组成的编码器进行编码解码，使网络在预测轨迹时能考虑车辆间的相互作用，能够捕捉到车辆之间的协同行为和相互影响，提高预测车辆轨迹时的精度，解决了现有LSTM方法无法考虑到多智能体之间交互的问题。在模型测试过程中验证了本发明提出的社交‑注意力LSTM车辆轨迹预测方法的性能，与传统方法相比，本发明在测试集上1至5秒的预测准确度均有较大的提高，在预测未来1秒的轨迹时，最多可提升42.0％。

公开(公告)号：CN118470672A

公开(公告)日：2024-08-09

申请号：CN202410534378.3

申请日：2024-04-30

Applicant: 吉林大学

Inventor： 赵睿 ,  乔森垚 ,  伍江航 ,  黎浩城 ,  阎佳奇 ,  高菲 ,  高镇海

IPC: G06V20/56 ,  B60W50/00 ,  B60W60/00 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084 ,  G01C21/30

Abstract: 本发明适用于自动驾驶技术领域，提供了一种综合语义信息的自动驾驶地图增强轨迹预测方法，突破了传统轨迹预测模型仅考虑车辆状态的限制，通过将地图信息与车辆历史轨迹、速度、加速度联合输入到神经网络。借助稳定、精确的地图数据，为预测提供更完善的上下文背景，弥补传感器数据的局限性。同时使用先进的Transformer编码器‑解码器架构对车辆轨迹进行预测，提升了算法多模态数据的适应性。突破了传统方法仅利用单一的数据源的限制，使系统能够更好地预测多样性的驾驶行为，对多模态的数据表现出更高的适应性。在模型测试过程中验证了本发明提出的综合语义信息的自动驾驶地图增强轨迹预测方法的性能，其平均位移误差最多可降低33％，具有很大的优势。