时空图注意力网络在交叉口车辆轨迹预测的应用

• 作者: 曾伟良 陈漪皓 姚若愚 廖睿翔 孙为军
• 来源期刊: 计算机科学
• 关键词: 自动驾驶 轨迹预测 深度学习 图注意力网络
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 智能计算|Intelligent Computing
• 页码范围: 334-341
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200800066

摘要

随着人工智能和大数据技术的快速发展,以深度学习为代表的自动驾驶轨迹预测是未来的热点研究方向.在混合交通场景下,如何准确地预测机动车与非机动车的轨迹,是实现自动驾驶技术中安全行驶和高效轨迹规划等问题的前提.针对交叉路口中不同运动对象之间发生交互时的轨迹预测问题,提出了基于图注意力网络的建模方案.所采用的模型结合了时间与空间上研究对象之间的相互作用,对机动车与非机动车的未来轨迹做出了更准确的预测,可应用于自动驾驶的轨迹规划方案,确保在复杂交通场景下,机动车与非机动车能够安全且高效地通过交叉路口.该模型在简单交互情况下,可取得较小的轨迹平均位移误差和最终位移误差,而在复杂交互情况下,可提供更为合理的规划路径.