龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明公开了一种基于改进的Transformer模型和目标点引导的车辆轨迹预测方法、模型及电子设备，首先以本地时空参考系处理所有场景元素，使每个场景元素生成唯一不变的表示。其次，在基于因子化注意力的场景上下文编码模块中，提出沿目标车辆查询交叉注意力的特征融合方法，通过注入多种键值对引导增强目标车辆的信息获取，实现场景上下文全局特征融合。接着，采用一个基于目标点为条件的多模态运动预测模块，从场景上下文中生成密集目标候选点及其概率，设计目标点预测器来选择高度潜在的车道段上的候选目标，并引入多模态目标解码器进一步捕获高质量目标状态。最后，利用轨迹生成模块获得紧凑多样的预测，实现高可靠性和可解释性的多模态轨迹输出。
主权项：1.一种基于改进的Transformer模型和目标点引导的自动驾驶车辆轨迹预测方法，其特征在于，包括如下步骤：步骤1：轨迹预测问题描述：在某个驾驶环境中，假设目标车辆所在场景中有A个周边目标，已知目标车辆i在过去th时间步长历史轨迹信息表示为：预测该目标车辆未来tf时间步长段的轨迹信息其中每条轨迹指在未来时刻的位置坐标信息；步骤2：将场景元素编码到它们的本地坐标系中，并借助相对的时空位置嵌入，采用一种高效的沿目标车辆轴查询交叉注意力的特征融合方法，通过注入多种键值对引导增强目标车辆场景上下文信息特征获取能力，并迭代更新目标车辆特征表示，实现获得最终的目标信息嵌入的目标；步骤3：从场景上下文中生成密集目标候选者及其概率，设计一个目标点预测器来仅选择高度潜在的车道段上候选目标，并引入多模态目标解码进一步捕获一组高质量目标状态，有效过滤和抑制冗余目标点，降低后续基于目标轨迹生成的表示要求；步骤4：最后利用双层MLP网络结构来完成多模态轨迹生成。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于改进的Transformer模型和目标点引导的车辆轨迹预测方法、模型及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号