-
公开(公告)号：CN119261926B
公开(公告)日：2025-04-18
申请号：CN202411376003.5
申请日：2024-09-30
Applicant: 复旦大学
IPC: B60W50/00 , G06N3/0455 , G06N3/09 , B60W60/00
Abstract: 本发明公开了一种基于流式Transformer的自动驾驶轨迹预测方法，包括：获取自动驾驶车辆的独立场景数据，并对该独立场景数据进行预处理，以得到预处理后的连续场景数据，将预处理后的连续场景数据输入预先训练好的的流式Transformer轨迹预测模型中，以获取预测的未来轨迹。本发明能够解决现有轨迹预测方法由于只能有效利用局部窗口中的信息，这与实际应用相冲突，因此导致模型与部署存在较大差异的技术问题；以及由于没有构建时序的场景上下文关系，导致模型应对突发情况能力较弱的技术问题；以及由于没有关注时序间轨迹预测的一致性，导致模型的轨迹预测不够准确，且存在突变的技术问题。
-
公开(公告)号：CN119348649B
公开(公告)日：2025-04-18
申请号：CN202411388241.8
申请日：2024-10-08
Applicant: 复旦大学
IPC: B60W60/00 , G06N3/0455 , B60W30/095
Abstract: 本发明公开了一种基于轨迹解耦和Mamba的自动驾驶轨迹预测方法，包括以下步骤：获取高清地图和驾驶场景中的交通参与者，使用预先训练好的编码器对该高清地图和驾驶场景中的交通参与者进行编码，以获取编码后的高清地图和交通参与者组成的场景上下文特征，将获取的场景上下文特征输入预先训练好的查询解耦的解码器，以获取交通参与者中每个关注的交通参与者所对应的多模态未来轨迹。本发明能够解决现有自动驾驶轨迹预测方法轨迹预测不够准确，可能会产生次优结果，从而限制了驾驶过程中轨迹预测的精度和实用性的技术问题，以及该方法缺乏将Mamba和注意力机制各自优势进行结合的有效方案的技术问题。
-
公开(公告)号：CN119261926A
公开(公告)日：2025-01-07
申请号：CN202411376003.5
申请日：2024-09-30
Applicant: 复旦大学
IPC: B60W50/00 , G06N3/0455 , G06N3/09 , B60W60/00
Abstract: 本发明公开了一种基于流式Transformer的自动驾驶轨迹预测方法，包括：获取自动驾驶车辆的独立场景数据，并对该独立场景数据进行预处理，以得到预处理后的连续场景数据，将预处理后的连续场景数据输入预先训练好的的流式Transformer轨迹预测模型中，以获取预测的未来轨迹。本发明能够解决现有轨迹预测方法由于只能有效利用局部窗口中的信息，这与实际应用相冲突，因此导致模型与部署存在较大差异的技术问题；以及由于没有构建时序的场景上下文关系，导致模型应对突发情况能力较弱的技术问题；以及由于没有关注时序间轨迹预测的一致性，导致模型的轨迹预测不够准确，且存在突变的技术问题。
-
公开(公告)号：CN119348649A
公开(公告)日：2025-01-24
申请号：CN202411388241.8
申请日：2024-10-08
Applicant: 复旦大学
IPC: B60W60/00 , G06N3/0455 , B60W30/095
Abstract: 本发明公开了一种基于轨迹解耦和Mamba的自动驾驶轨迹预测方法，包括以下步骤：获取高清地图和驾驶场景中的交通参与者，使用预先训练好的编码器对该高清地图和驾驶场景中的交通参与者进行编码，以获取编码后的高清地图和交通参与者组成的场景上下文特征，将获取的场景上下文特征输入预先训练好的查询解耦的解码器，以获取交通参与者中每个关注的交通参与者所对应的多模态未来轨迹。本发明能够解决现有自动驾驶轨迹预测方法轨迹预测不够准确，可能会产生次优结果，从而限制了驾驶过程中轨迹预测的精度和实用性的技术问题，以及该方法缺乏将Mamba和注意力机制各自优势进行结合的有效方案的技术问题。
-
-
-
Search Results
4
records
(took 0.012 seconds)
