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:延安大学
摘要:本发明公开了一种基于分层注意力机制的行人轨迹预测方法,属于自动驾驶技术领域。该方法在预测过程中使用多重注意力图表示隐变量,建立多层交互关系,更好地捕捉社交多行人系统的动态;通过引入注意力机制,表示关系的不同强度;基于多重网络理论,结合多层关系图学习不同层级的交互关系,每一层通过注意力机制相互作用和影响,并使用从简单到复杂的分层训练策略,以分阶段、渐进的方式学习和完善模型。
主权项:1.一种基于分层注意力机制的行人轨迹预测方法,其特征在于,包括以下步骤:S1,获得N个行人在某个时间位置特征向量;S2,将N个行人的位置特征向量嵌入至编码器中的图神经网络GNN,作为图神经网络GNN多重注意力图中的初始节点向量;基于初始节点向量,获得初始节点隐状态;基于多重注意力图中各个初始节点隐状态,通过多层感知机MLP网络,获得边的初始未归一化权重;基于初始未归一化权重,对边嵌入进行分类获得k个图层,获得每一个图层初始关系矩阵;基于每一个图层初始关系矩阵,拼接后多重注意力图的初始隐变量;其中,每一个图层通过各自的编码器网络学习;S3,将初始节点向量转换为隐态表征,进而计算边的隐状态;基于边的隐状态更新初始节点隐状态,获得更新节点隐状态,进一步的更新边的隐状态,获得更新后的边的隐状态;基于更新的边的隐状态和更新节点隐状态,获得更新的图层关系矩阵;S4,通过解码器对节点隐状态进行解码,基于更新的节点隐状态,将初始关系矩阵作为注意力图,聚合每一个图层中行人之间相互作用强度、以及其他行人对所述节点对应行人的影响,获得聚合消息;基于聚合消息和更新的节点隐状态,通过门控循环单元更新所述节点对应行人的隐状态,结合读出网络获得行人的下一个位置特征;S5,重复S3和S4,持续预测行人的下一个位置特征,获得行人轨迹。
全文数据:
权利要求:
百度查询: 延安大学 一种基于分层注意力机制的行人轨迹预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。