[發明專利]一種基于長短時記憶網絡的多模態車輛軌跡預測方法

在審

• 申請號: 202110406570.0
• 申請日: 2021-04-15
• 公開（公告）號: CN113076599A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 周毅;王虎肖;周丹陽;李偉;張延宇;杜海順
• 申請（專利權）人: 河南大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06N3/04
• 代理公司: 鄭州聯科專利事務所(普通合伙) 41104
• 代理人: 王聚才

1.一種基于長短時記憶網絡的多模態車輛軌跡預測方法，其特征在于：包括以下步驟：

S1：對從高速公路車輛駕駛行為軌跡采集的含有車輛速度、車輛的地理坐標、車輛速度以及車道編號的數據集進行預處理；

S2：取預處理后的數據集中的部分數據構成用于訓練模型的訓練集；

S3：通過編碼器、卷積社會池、解碼器和混合密度網絡構建基于長短時記憶網絡的多模態車輛軌跡預測模型；

S4：訓練基于長短時記憶網絡的多模態車輛軌跡預測模型，用概率最大的輸出作為輸出值，用均方根誤差RMSE作為損失函數；

S5：保存已經訓練完成的模型，從預處理后的數據集中選取測試數據集，將測試數據輸入到已訓練后的網絡模型中，預測得到車輛未來所有可能出現的軌跡坐標。

2.根據權利要求1所述的一種基于長短時記憶網絡的多模態車輛軌跡預測方法，其特征在于：所述步驟S1具體為：

S1.1：剔除數據集中的邊緣數據；

S1.2：獲取數據集中車輛的橫向機動特征數據、縱向機動特征數據、網格位置信息作為輸入的軌跡特征；

S1.3：獲取車輛在t-t_h～t時間所有車輛V＝(V₁，V₂，V₃…V_n)的軌跡序列記為其中P_t目標車輛以及周圍車輛在t時刻的軌跡特征的集合；P_t＝{x_t,y_t,Δx_t,Δy_t,(m_t,n_t)}，x_t表示目標車輛在t時刻的橫向位置，y_t表示目標車輛在t時刻的縱向位置，Δx_t表示目標車輛與周圍車輛在t₁時刻的橫向距離差，Δy_t為目標車輛與周圍車輛在t時刻的縱向距離差，(m_t,n_t)為周圍車輛在事先定義好的道路網格中的位置。

3.根據權利要求1所述的一種基于長短時記憶網絡的多模態車輛軌跡預測方法，其特征在于：所述步驟S2中，將預處理后的數據集分為用于訓練模型的訓練集、用于驗證模型的訓練結果的驗證集、用于對訓練完成的模型進行測試的測試集。

4.根據權利要求3所述的一種基于長短時記憶網絡的多模態車輛軌跡預測方法，其特征在于：訓練集占數據總量的70％，驗證集占數據總量的20％，測試集占數據總量的10％。