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：吉林大学;吉林大学青岛汽车研究院

摘要：本发明公开了一种基于周车意图学习的多车联合轨迹预测方法，包括：将周边车辆历史轨迹集合输入代理特征编码层，得到周边车辆历史轨迹特征嵌入向量；将车道中心线位置点集合输入地图特征编码层，得到车道中心线位置点嵌入向量；将周边车辆历史轨迹特征嵌入向量和车道中心线位置点嵌入向量联结并与位置编码相加后，输入全局交互关系编码层，得到全局交互特征向量；将周边车辆历史轨迹特征嵌入向量和意图查询向量输入意图自注意层，得到周边车辆意图编码特征；将周边车辆意图编码特征和全局交互特征向量输入交互注意解码层，得到多车联合解码特征向量；根据多车联合解码特征向量得到与周边车辆意图相对应的预测轨迹以及预测轨迹的置信度。

主权项：1.一种基于周车意图学习的多车联合轨迹预测方法，其特征在于，包括如下步骤：步骤一、构建多车联合轨迹预测模型，其包括：代理特征编码层，地图特征编码层，全局交互关系编码层，意图自注意层和交互注意解码层；步骤二、获取多帧主车周边车辆的历史轨迹，组成周边车辆历史轨迹集合；将所述周边车辆历史轨迹集合输入所述代理特征编码层进行特征提取，得到周边车辆历史轨迹特征嵌入向量；获取与所述车辆历史轨迹时刻相对应的多帧车道中心线位置点数据，组成车道中心线位置点集合；将所述车道中心线位置点集合输入所述地图特征编码层进行特征提取，得到车道中心线位置点嵌入向量；步骤三、将所述周边车辆历史轨迹特征嵌入向量和所述车道中心线位置点嵌入向量联结并与位置编码相加后，输入全局交互关系编码层，得到全局交互特征向量；其中，所述位置编码为当前帧所有周边车辆及车道中心线中心位置点分别与主车的距离组成的集合；步骤四、将所述周边车辆历史轨迹特征嵌入向量和所述意图查询向量输入所述意图自注意层，得到周边车辆意图编码特征；将所述周边车辆意图编码特征和所述全局交互特征向量输入所述交互注意解码层，以所述全局交互特征向量作为所述交互注意解码层的键向量和值向量，得到多车联合解码特征向量；其中，得到意图查询向量的方法为：对周边车辆的可行终点位置进行聚类，以聚类结果中的每一个类作为一个周边车辆意图，得到周边车辆初始意图集合；对所述周边车辆初始意图集合进行维度转换得到意图查询向量；步骤五、将所述多车联合解码特征向量通过两个多层感知机，得到与每个周边车辆意图相对应的预测轨迹以及每条预测轨迹的置信度。

全文数据：

权利要求：

百度查询： 吉林大学 吉林大学青岛汽车研究院 一种基于周车意图学习的多车联合轨迹预测方法