-
题名联合TCN和时空多头注意机制的车辆轨迹预测模型
- 1
-
-
作者
宋绍剑
徐佳敏
李刚
李国进
-
机构
广西大学
-
出处
《计算机工程与应用》
2025年第12期352-358,共7页
-
基金
国家自然科学基金(61863003)。
-
文摘
车辆轨迹预测为自动驾驶系统提供决策和规划的基础数据,它是自动驾驶过程的一个重要环节。然而,车辆轨迹预测过程存在复杂的空间交互性和时间相关性,给轨迹预测带来了巨大挑战。因此,提出了一种基于时空多头注意机制和时间卷积网络(temporal convolutional network,TCN)的车辆轨迹预测模型。将门控机制和TCN结合,经过多头注意机制后进行堆叠以提取不同层次的时间特征,并分配相应的权重。将相邻车辆的历史轨迹以栅格图的形式进行卷积操作和coordinate attention(CA)操作以提取空间交互特征。预测未来不同机动意图的概率,并将其和提取到的时空特征输入到基于长短期记忆网络(long short-term memory network,LSTM)的解码器中获得未来轨迹。所提模型在下一代仿真(next generation simulation,NGSIM)数据集进行了实验评估。与4种相似模型相比,提出的模型预测误差最高降低了17.8%。
-
关键词
车辆轨迹预测
自动驾驶
时空多头注意机制
时空特征
-
Keywords
vehicle trajectory prediction
automatic driving
spatial-temporal multiple attention mechanism
spatio temporal features
-
分类号
U491.2
[交通运输工程]
TP39
[交通运输工程—交通运输规划与管理]
-
