基于时空特征、地理语义及驾驶状态的车辆轨迹预测方法

专利主权项内容

1.一种基于时空特征、地理语义及驾驶状态的车辆轨迹预测方法，其特征在于，包括以下步骤：步骤1：采集车辆时空特征信息、地理语义信息及驾驶状态信息，获取车辆的时空特征序列、地理语义序列及驾驶状态序列；步骤2：将车辆的时空特征序列、地理语义序列及驾驶状态序列拼接为输入特征序列，输入驾驶目的地预测网络，输出预测目的地；所述驾驶目的地预测网络，包括输入模块、出行时空特征学习模块和目的地预测模块；所述输入模块，包括两个并联设置的Embedding层和两个并联设置的拼接层；第一Embedding层用于对地理语义信息进行编码，获得地理语义序列；第二Embedding层用于时空特征信息进行编码，获得时空特征序列；第一拼接层用于拼接地理语义序列和时空特征序列；第二拼接层用于拼接时空特征序列和驾驶状态序列；所述出行时空特征学习模块，包括两个并联设置的Transformer位置编码层、其后顺序连接有拼接层、多模板卷积层和时间注意力层；第一Transformer位置编码层，与第一Embedding层连接；第二Transformer位置编码层，与第二Embedding层连接；所述拼接层，用于将两个Transformer位置编码层输出的结果进行拼接，得到出行活动隐藏状态序列；所述多模板卷积层，用于学习得到每个维度的关键时频特征，输入的特征包括出行活动隐藏状态序列和从驾驶状态序列中得到的位置重要性locI；所述时间注意力层，用于计算每个轨迹点对应的权重并输出关键时间特征；所述目的地预测模块，由并联设置后再顺序连接的残差网络和全连接层组成。。来源：马 克 数 据 网