公开(公告)号：CN117688257B

公开(公告)日：2024-07-05

申请号：CN202410120177.9

申请日：2024-01-29

Applicant: 东北大学

Inventor： 毕远国 ,  刘羽霏 ,  刘雨衡 ,  杨凯琪 ,  黄子烜 ,  樊彦伯 ,  胡兵 ,  张天旭

IPC: G06F16/9537 ,  G06F18/23213 ,  G06F18/22 ,  G06N3/092

Abstract: 本发明属于智能交通技术领域，公开了一种面向异构用户行为模式的长期轨迹预测方法。度量轨迹中多个维度的相似性，构建可学习的距离权重矩阵，获得融合多维距离得分；构建邻接矩阵，进行轨迹聚类，聚类结果用于强化学习中优化可学习的距离权重矩阵中的参数；使用轨迹聚类每一个聚类簇中的轨迹数据训练轨迹预测模型，训练后的轨迹预测模型作为轨迹预测。本发明将具有相同行为模式的轨迹划分在一个类内差异较小的簇中，然后使用引入时间和速度信息编码的堆叠Transform结构来提取并融合多属性轨迹中的多维特征，并进一步产生长期轨迹预测结果。对于智能交通场景，面向异构用户行为模式的长期轨迹预测方法具有相当的适用价值。

公开(公告)号：CN117688257A

公开(公告)日：2024-03-12

申请号：CN202410120177.9

申请日：2024-01-29

Applicant: 东北大学

Inventor： 毕远国 ,  刘羽霏 ,  刘雨衡 ,  杨凯琪 ,  黄子烜 ,  樊彦伯 ,  胡兵 ,  张天旭

IPC: G06F16/9537 ,  G06F18/23213 ,  G06F18/22 ,  G06N3/092

Abstract: 本发明属于智能交通技术领域，公开了一种面向异构用户行为模式的长期轨迹预测方法。度量轨迹中多个维度的相似性，构建可学习的距离权重矩阵，获得融合多维距离得分；构建邻接矩阵，进行轨迹聚类，聚类结果用于强化学习中优化可学习的距离权重矩阵中的参数；使用轨迹聚类每一个聚类簇中的轨迹数据训练轨迹预测模型，训练后的轨迹预测模型作为轨迹预测。本发明将具有相同行为模式的轨迹划分在一个类内差异较小的簇中，然后使用引入时间和速度信息编码的堆叠Transform结构来提取并融合多属性轨迹中的多维特征，并进一步产生长期轨迹预测结果。对于智能交通场景，面向异构用户行为模式的长期轨迹预测方法具有相当的适用价值。