基于注意力机制的车辆运动轨迹预测

• 作者: 刘创 梁军
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 自动驾驶 轨迹预测 注意力机制 长短期记忆(LSTM)
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机控制技术
• 页码范围: 1156-1163
• 页数: 8页
• 分类号: TP183
• 字数: 6295字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.06.012

摘要

基于经典的Convolutional Social LSTM轨迹预测算法,提出一种全新的采用注意力机制的车辆运动轨迹预测算法.引入横向注意力机制对邻居车辆赋予不同的权重,将车辆历史轨迹经由LSTM得到的特征作为全局特征,通过卷积池化提取轨迹特征作为局部特征,将两者融合作为整体邻居特征信息,用于轨迹预测.对用于传统轨迹预测的Encoder-Decoder框架进行改进,引入关于历史位置的纵向注意力机制,使得预测的每一时刻都能使用与当前时刻最相关的历史信息.在NGSIM提供的US101和I80数据集进行验证,结果表明:提出的轨迹预测算法相比其他算法能更精确地预测车辆未来轨迹.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁军	浙江大学控制科学与工程学院	55	659	14.0	24.0
2	刘创	浙江大学控制科学与工程学院	2	4	1.0	2.0