买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大学

摘要：本发明提供了一种融合复杂网络和图Transformer的自动驾驶车辆行为预测系统及方法，首先，构建车辆交互复杂网络，同时将原始地图信息数据、车辆的运动数据、局部交互信息作为模型的多层输入；然后，借助图Transformer的图卷积和多头节点注意力机制，对车辆之间的复杂关系进行建模和学习，获取车辆全局、局部的相关性；最后，通过训练预测模型，使得图Transformer模型具有良好的泛化性和鲁棒性，可以准确输出自动驾驶车辆的行为。

主权项：1.一种融合复杂网络和图Transformer的自动驾驶车辆行为预测方法，其特征在于，基于融合复杂网络和图Transformer的自动驾驶车辆行为预测系统完成，所述预测系统包括数据采集装置、数据预处理模块、预测模型及可视化模块，所述数据采集装置包括传感器、监测设备，用于收集车辆的运动数据、原始道路信息数据；所述数据预处理模块用于对原始数据进行清洗、特征选择和缩放、数据集划分、数据特征向量化和数据归一化；预测模型，包括图卷积网络、编码器、解码器、SoftMax模块，所述图卷积网络用于信息传递和聚合；所述编码器，包括多头节点注意力模块和图建模模块，所述多头节点注意力模块包括连接节点注意力CNA模块、非连接节点注意力NNA模块，两个模块共享相同的网络结构；所述连接节点注意力CNA模块用于获得连接全局节点之间的相关性，所述非连接节点注意力NNA模块用于捕捉非连接节点之间的全局关系；所述图建模模块利用两个图卷积进行信息传递和聚合，进一步提高局部相关性；所述解码器与编码器具有相同的层，同时还包括一个全连接层，所述解码器以编码器的输出和上下文信息作为输入，利用多头节点的注意力机制、图卷积生成驾驶行为的输出序列，全连接层对特征进行线性变换和非线性变换，使输出序列的维度与驾驶行为的类别数相同；所述SoftMax模块将解码器的输出进行归一化操作，将每个类别的得分转化为概率值，取概率值最大的类别作为预测结果；所述可视化模块，用于显示预测结果；所述预测方法包括以下步骤：步骤1构建模型的多层次输入：建立车辆的复杂网络、原始道路信息数据、车辆的运动数据、局部交互信息分层作为预测模型的输入，然后将其所有特征向量化；步骤2应用图Transformer建立预测模型：利用图Transformer的多头节点注意力机制和图卷积对车辆之间的复杂关系建立预测模型并学习，以获取车辆全局、局部的相关性；步骤3训练预测模型，使用训练集和验证集数据对所建预测模型进行训练、验证；步骤4行为预测：对于每个测试样本，将测试样本的特征输入已训练好的预测模型中进行预测，预测模型会根据输入特征进行前向传播，逐层计算并产生输出结果。

全文数据：

权利要求：

百度查询： 江苏大学 一种融合复杂网络和图Transformer的自动驾驶车辆行为预测方法及系统