CN115042798B 一种交通参与者未来轨迹预测方法及系统、存储介质 (广州汽车集团股份有限公司).docxVIP

CN115042798B 一种交通参与者未来轨迹预测方法及系统、存储介质 (广州汽车集团股份有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115042798B(45)授权公告日2025.07.04

(21)申请号202110250462.9

(22)申请日2021.03.08

(65)同一申请的已公布的文献号申请公布号CN115042798A

(43)申请公布日2022.09.13

(56)对比文件

CN112215337A,2021.01.12CN111079721A,2020.04.28审查员程敏

(73)专利权人广州汽车集团股份有限公司

地址510030广东省广州市越秀区东风中

路448--458号成悦大厦23楼

(72)发明人周卫林王玉龙闫春香

(74)专利代理机构深圳汇智容达专利商标事务所(普通合伙)44238

专利代理师徐文城

(51)Int.CI.

B60W50/00(2006.01)

权利要求书3页说明书11页附图2页

(54)发明名称

一种交通参与者未来轨迹预测方法及系统、存储介质

(57)摘要

CN115042798B本发明涉及一种交通参与者未来轨迹预测方法及系统、存储介质,包括:将当前时刻位置坐标输入预先训练好的GAT模型进行处理输出多个节点的特征向量;根据多个交通参与者的当前时刻位置坐标、多个交通参与者对应节点的特征向量获得多个交通参与者的当前时刻轨迹点特征向量;获取多个交通参与者历史时刻轨迹点特征向量,并根据当前时刻轨迹点特征向量以及历史时刻轨迹点特征向量获得用于表示多个交通参与者截止至当前时刻的轨迹序列数据;轨迹序列数据包括多个轨迹点特征向量;将轨迹序列数据输入预先训练好的Transformer模型进行预测输出多个交通参与者在未来预设时间段内的轨迹

CN115042798B

获取多个交通参与者的当前时刻位置坐标

将所述当前时刻位置坐标输入预先训练好的GAT模型进行处理

输出多个节点的特征向量:其中,所述GAT模型中的每个节点

表示一个交通参与者,节点的特征向量表示节点对应的交通参

与者与其它节点对应的交通参与者之间的社会交互信息

根据所述多个交通参与者的当前时刻位置坐标、所述多个交通

参与者对应节点的特征向量获得所述多个交通参与者的当前时

刻轨迹点特征向量

获取所述多个交通参与者在过去预设时间段内的历史时刻轨迹

点特征向量,并根据所述当前时刻轨迹点特征向量以及所述历

史时刻轨迹点特征向量获得用于表示多个交通参与者截止至当

前时刻的轨迹序列数据:所述轨迹序列数据包括多个轨迹点特

征向量

将所述轨迹序列数据输入预先训练好的Transformer模型进行

预测输出所述多个交通参与者在未来预设时间段内的轨迹点位

置坐标

S1

S2

S3

S4

CN115042798B权利要求书1/3页

2

1.一种交通参与者未来轨迹预测方法,其特征在于,包括:

获取多个交通参与者的当前时刻位置坐标;

将所述当前时刻位置坐标输入预先训练好的GAT模型进行处理输出多个节点的特征向量;其中,所述GAT模型中的每个节点表示一个交通参与者,节点的特征向量表示节点对应的交通参与者与其它节点对应的交通参与者之间的社会交互信息;

根据所述多个交通参与者的当前时刻位置坐标、所述多个交通参与者对应节点的特征向量获得所述多个交通参与者的当前时刻轨迹点特征向量;

获取所述多个交通参与者在过去预设时间段内的历史时刻轨迹点特征向量,并根据所述当前时刻轨迹点特征向量以及所述历史时刻轨迹点特征向量获得用于表示多个交通参与者截止至当前时刻的轨迹序列数据;所述轨迹序列数据包括多个轨迹点特征向量;

将所述轨迹序列数据输入预先训练好的Transformer模型进行预测输出所述多个交通参与者在未来预设时间段内的轨迹点位置坐标;

所述将所述当前时刻位置坐标输入预先训练好的GAT模型进行处理输出多个节点的特征向量,包括:

采用双随机邻接矩阵描述节点之间的空间关系信息;所述空间关系信息包括任意两个节点之间的连接边特征量;根据所述空间关系信息以及节点所对应的交通参与者位置坐标获取节点的初始特征向量;根据所述节点的初始特征向量以及注意力机制计算注意力系数,并根据所述节点之间的连接边特征量和所述注意力系数获得所有节点的特征向量;

所述双随机邻接矩阵如下表达式所示:

④;=A?=e1)

其中,A表示在t时刻节点i和节点j之间的连接边特征量,,d(v?,v

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档