-
公开(公告)号:CN117407711B
公开(公告)日:2024-08-16
申请号:CN202311340148.5
申请日:2023-10-17
Applicant: 武汉大学
IPC: G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本发明公开了一种基于时空特征、地理语义及驾驶状态的车辆轨迹预测方法,首先基于兴趣点数据集与语义主题提取算法,得到各轨迹起始点及途径轨迹点的位置语义;其次,从轨迹起始点的时间戳中获取出发时间,并采用启发式循环编码对其进行处理,得到日期时间等多层次出发时间语义;接着,提取驾驶状态特征,并与轨迹点经纬度、位置语义及出发时间语义拼接为输入特征序列;然后,构建目的地预测模型,利用Transformer位置编码学习输入特征序列中的上下文依赖关系,引入时间注意力机制捕获出行关键特征,得到出行活动隐藏状态序列,并通过多层全连接残差网络将其映射为预测目的地坐标。本发明的方法能够大幅提高车辆轨迹目的地预测的精度。
-
公开(公告)号:CN117407711A
公开(公告)日:2024-01-16
申请号:CN202311340148.5
申请日:2023-10-17
Applicant: 武汉大学
IPC: G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本发明公开了一种基于时空特征、地理语义及驾驶状态的车辆轨迹预测方法,首先基于兴趣点数据集与语义主题提取算法,得到各轨迹起始点及途径轨迹点的位置语义;其次,从轨迹起始点的时间戳中获取出发时间,并采用启发式循环编码对其进行处理,得到日期时间等多层次出发时间语义;接着,提取驾驶状态特征,并与轨迹点经纬度、位置语义及出发时间语义拼接为输入特征序列;然后,构建目的地预测模型,利用Transformer位置编码学习输入特征序列中的上下文依赖关系,引入时间注意力机制捕获出行关键特征,得到出行活动隐藏状态序列,并通过多层全连接残差网络将其映射为预测目的地坐标。本发明的方法能够大幅提高车辆轨迹目的地预测的精度。
-