融合时空注意力机制的多尺度卷积车辆轨迹预测

分享到

【获取途径】超星期刊网
【作者】闫建红，刘芝妍，王震
【刊名】计算机工程
【作者单位】太原师范学院计算机科学与技术学院
【年份】2025
【卷号】第8期
【ISSN】1000-3428
【关键词】多尺度卷积社交池化轨迹预测长短期记忆神经网络时空注意力机制多尺度特征融合
【摘要】车辆轨迹预测是自动驾驶的重要环节,提升车辆轨迹预测的可靠性和准确性对自动驾驶安全性有很大帮助。道路上车辆行驶受交通环境影响,考虑相邻车辆运动和相对空间位置等交通环境因素,在长短期记忆神经网络编码器-解码器模型基础上引入时空注意力机制,通过时间注意力层关注目标车辆和相邻车辆的历史轨迹,空间注意力层关注车辆的相对空间位置。为了增强特征提取程度和实现更全面的特征融合,使用多尺度卷积社交池增大感受野,融合多尺度特征,并提出基于LSTM编码器-解码器架构融合多尺度卷积社交池和时空注意力机制的车辆轨迹预测模...
【文献类型】期刊