欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法、車輛、設(shè)備及介質(zhì)

文檔序號(hào):40569895發(fā)布日期:2025-01-03 11:30閱讀:來源:國知局

技術(shù)特征:

1.一種基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,該方法包括:

2.根據(jù)權(quán)利要求1所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,該方法還包括:

3.根據(jù)權(quán)利要求1所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,通過u-net對(duì)道路參與者的歷史軌跡數(shù)據(jù)sobs進(jìn)行特征提取操作以獲得軌跡特征hs,包括:

4.根據(jù)權(quán)利要求1所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,道路參與者和道路之間的所有交互信息包括:道路參與者對(duì)道路a2l、道路對(duì)道路l2l、道路對(duì)道路參與者l2a和道路參與者對(duì)道路參與者a2a。

5.根據(jù)權(quán)利要求1所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,基于融合后的特征x,給每個(gè)道路參與者預(yù)測(cè)ke個(gè)候選目標(biāo)并應(yīng)用mlp為每個(gè)候選目標(biāo)計(jì)算置信度分?jǐn)?shù),且使用smooth?l1?loss函數(shù)計(jì)算最佳候選目標(biāo)和真實(shí)目標(biāo)之間的誤差,包括:

6.根據(jù)權(quán)利要求1所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,篩選出置信度分?jǐn)?shù)最高的候選目標(biāo)作為預(yù)測(cè)目標(biāo),并將預(yù)測(cè)目標(biāo)一定范圍內(nèi)的區(qū)域視為goi區(qū)域,對(duì)goi區(qū)域編碼得到最終的特征x,包括:

7.根據(jù)權(quán)利要求6所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法,其特征在于,利用最終的特征x為每個(gè)道路參與者預(yù)測(cè)出ka條預(yù)測(cè)軌跡以及軌跡對(duì)應(yīng)的置信度分?jǐn)?shù);通過應(yīng)用max-margin?loss函數(shù)計(jì)算分類誤差,應(yīng)用smoothl1loss函數(shù)計(jì)算在每個(gè)時(shí)間步的所有預(yù)測(cè)軌跡與其相應(yīng)的地面實(shí)際軌跡坐標(biāo)之間的位移誤差,包括:

8.一種車輛,其特征在于,該車輛包括權(quán)利要求1至7中任意一項(xiàng)所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法的步驟。

9.一種電子設(shè)備,其特征在于,包括:處理器和存儲(chǔ)器,存儲(chǔ)器存儲(chǔ)可在處理器上運(yùn)行的程序或指令,程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任意一項(xiàng)所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法的步驟。

10.一種可讀存儲(chǔ)介質(zhì),其特征在于,其上存儲(chǔ)有程序或指令,程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任意一項(xiàng)所述的基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法的步驟。


技術(shù)總結(jié)
本發(fā)明公開了一種基于目標(biāo)驅(qū)動(dòng)的多模態(tài)軌跡預(yù)測(cè)方法、車輛、設(shè)備及介質(zhì),該方法包括:獲取高精度自動(dòng)駕駛數(shù)據(jù)集,包括道路參與者的軌跡數(shù)據(jù)以及矢量化高精度地圖,分別獲得軌跡特征和地圖特征,利用LaneGCN和空間注意力層融合特征;給每個(gè)道路參與者預(yù)測(cè)K<subgt;e</subgt;個(gè)候選目標(biāo)并計(jì)算置信度分?jǐn)?shù);篩選出置信度分?jǐn)?shù)最高的候選目標(biāo)作為預(yù)測(cè)目標(biāo),并將預(yù)測(cè)目標(biāo)一定范圍內(nèi)的區(qū)域視為GOI區(qū)域,對(duì)GOI區(qū)域編碼得到最終的特征;利用最終的特征為每個(gè)道路參與者預(yù)測(cè)出K<subgt;a</subgt;條預(yù)測(cè)軌跡以及軌跡對(duì)應(yīng)的置信度分?jǐn)?shù);訓(xùn)練完成后,選取置信度分?jǐn)?shù)最高的預(yù)測(cè)軌跡作為最終的軌跡預(yù)測(cè)結(jié)果。本發(fā)明可以更好地處理復(fù)雜的和不確定的交通情況,提高軌跡預(yù)測(cè)的準(zhǔn)確性。

技術(shù)研發(fā)人員:陸麗萍,葉培昌
受保護(hù)的技術(shù)使用者:武漢理工大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2025/1/2
當(dāng)前第2頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
大港区| 安陆市| 光泽县| 盐津县| 蒲江县| 新宾| 武鸣县| 平潭县| 新源县| 怀来县| 侯马市| 朝阳县| 会理县| 凭祥市| 池州市| 隆林| 星座| 辉县市| 新绛县| 万山特区| 哈巴河县| 博乐市| 平定县| 大埔县| 偃师市| 安阳县| 安国市| 黄浦区| 鄂托克前旗| 临武县| 阳信县| 商河县| 恩施市| 嘉兴市| 苍溪县| 陵川县| 杭锦后旗| 新宾| 普格县| 彝良县| 浙江省|