[發(fā)明專利]基于時空注意力和多級LSTM信息表達的車輛軌跡預測方法

在審

• 申請?zhí)枺?/td>: 202011423100.7
• 申請日: 2020-12-08
• 公開（公告）號: CN112686281A
• 公開（公告）日: 2021-04-20
• 發(fā)明（設計）人: 張鍥石;程俊;康宇航;任子良;高向陽
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06Q10/04;G06Q50/26
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 耿慧敏

1.一種基于時空注意力和多級LSTM信息表達的車輛軌跡預測方法，包括以下步驟：

獲取車輛行駛軌跡信息及其所處路況的時空圖信息，該時空圖信息用于表征預設時段內車輛及其周圍目標的位置信息，以及車輛及其周圍目標隨時間推移的空間關系；

將所述車輛行駛軌跡信息和所述時空圖信息輸入至軌跡預測模型，得到預測的后續(xù)時刻車輛的行駛軌跡，其中所述軌跡預測模型以基于同一時段內多個樣本車輛的樣本時空圖信息及所述樣本車輛各自對應的樣本行駛軌跡經(jīng)預訓練獲得，所述軌跡預測模型包括多級LSTM編解碼器和時空注意力模塊。

2.根據(jù)權利要求1所述的方法，其特征在于，所述時空圖信息是以圖結構表示的動態(tài)時空圖，標記為G＝(V，ΣS，ΣT)，其中，V是節(jié)點集、ΣS是空間邊緣集，ΣT是時間邊緣集，節(jié)點V表示每個獨立的目標，空間邊表示兩個節(jié)點間關系，用來反映目標間的相互作用，時間邊在連續(xù)時間步長上連接同一個節(jié)點，用于表示隨著時間推移的連接圖形。

3.根據(jù)權利要求2所述的方法，其特征在于，所述多級LSTM編解碼器的各級分別對應時間邊LSTM，用于捕獲節(jié)點間的位置信息；空間邊LSTM，用于捕獲節(jié)點與其鄰居之間隨時間推移的相對空間距離信息；節(jié)點LSTM用于捕獲各節(jié)點隨時間推移而變化的位置信息；所述時空注意力模塊用于進行空間注意力加權和時間注意力加權。

4.根據(jù)權利要求2所述的方法，其特征在于，所述時空注意力模塊利用軟注意對每個節(jié)點的所有的邊特征進行級聯(lián)和平均操作，并且利用單一層實現(xiàn)共同注意的空間域特征和時間域特征。

5.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)以下步驟構建所述樣本數(shù)據(jù)集：

獲取預設時段內的多個樣本車輛對應的樣本行駛軌跡；

對所述多個樣本車輛的樣本軌跡數(shù)據(jù)進行處理，得到對應的樣本時空圖信息，其中，所述樣本時空圖信息包括所述同一時段內按時間先后順序排列的每個時刻對應的樣本時空圖。

6.根據(jù)權利要求1所述的方法，其特征在于，所述樣本數(shù)據(jù)集根據(jù)真實公路交通的軌跡組成，涵蓋輕度、中度和擁擠路況。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執(zhí)行時實現(xiàn)根據(jù)權利要求1至6中任一項所述方法的步驟。

8.一種計算機設備，包括存儲器和處理器，在所述存儲器上存儲有能夠在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。