一种融合驾驶意图特征的多模态轨迹预测方法

    公开(公告)号:CN118762343A

    公开(公告)日:2024-10-11

    申请号:CN202410754102.6

    申请日:2024-06-12

    Applicant: 重庆大学

    Abstract: 本发明属于车辆轨迹预测技术领域,公开了一种融合驾驶意图特征的多模态轨迹预测方法,包括:S1.捕捉周围车辆的运行状态信息,以动态图的形式表征,并作为预测模型的输入;S2.预测模型采用多头注意力网络提取车辆交互关系的时空特征,将得到的特征序列作为输入,分别对车辆的横向和纵向驾驶意图进行识别,拼接得到车辆的驾驶意图特征;S3.将融合驾驶意图特征的特征序列通过变分自编码器对真实轨迹的概率分布进行拟合,生成未来轨迹样本;S4.通过最小化全局损失函数,使预测轨迹逼近真实轨迹。本发明能够对车辆未来轨迹的概率分布进行更准确预测,提高了轨迹预测的准确性和可靠性。

    一种CPS下考虑车辆交互关系传递特性的车辆轨迹预测方法

    公开(公告)号:CN118722715A

    公开(公告)日:2024-10-01

    申请号:CN202410729305.X

    申请日:2024-06-06

    Applicant: 重庆大学

    Abstract: 本发明公开了一种CPS下考虑车辆交互关系传递特性的车辆轨迹预测方法,包括:S1.智能汽车联合感知周围车辆信息,将物理空间的车辆交互关系映射到信息空间进行表征;S2.以动态图作为预测模型的输入,对输入元素进行位置编码;S3.通过多头注意力网络对编码后的特征序列进行时空特征的协同提取;S4.通过基于门控循环单元的编码解码器进行轨迹预测;S5.将预测结果作为信息特征反馈到到动态图中,融合物理特征和信息特征,实现考虑车辆交互关系传递的轨迹预测。本发明通过以信息物理视角综合考虑车辆间的交互关系传递特性,可动态捕捉车辆间的交互影响,有效提高了轨迹预测的准确性。

    一种基于多视图图卷积的车辆动态交互特征表征方法

    公开(公告)号:CN118714532A

    公开(公告)日:2024-09-27

    申请号:CN202410699234.3

    申请日:2024-05-31

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于多视图图卷积的车辆动态交互特征表征方法,包括:S1.定义车辆运行状态矩阵;S2.构建车辆动作逻辑图;S3.根据车辆的运行状态挖掘车辆间的通信逻辑相关性,构建车辆感知通信图;S4.构建车辆节点中心性图;S5.构建基于车辆动作逻辑图、感知通信图以及节点中心性图的多视图图卷积模块;S6.形成ICV特征节点嵌入。本发明基于车辆速度和位置信息构建车辆特征矩阵,以动作逻辑图、感知通信图以及节点中心性图表征车辆间的动态交互关系,并输入到多视图图卷积神经网络中,经智能网联汽车特征过滤,形成特征节点嵌入,实现车辆动态交互特征的提取,解决了智能网联汽车对隐式的交互状态信息获取不充分的问题,提升了智能网联汽车的决策能力。

    一种智能网联汽车车路云一体化信息系统设计方法

    公开(公告)号:CN119399942A

    公开(公告)日:2025-02-07

    申请号:CN202411428634.7

    申请日:2024-10-14

    Applicant: 重庆大学

    Abstract: 本发明涉及智慧交通技术领域,公开了一种智能网联汽车车路云一体化信息系统设计方法,能实现智能网联汽车车路云一体化系统中车、路、云之间的集成与匹配,包括如下步骤:根据路网级驾驶任务的时空关系,设计智能网联汽车车路云一体化系统的功能场景;根据功能场景设计结果及路网级驾驶任务全局优化的实现逻辑,设计智能网联汽车车路云一体化系统的逻辑场景,根据逻辑场景设计结果及路网级驾驶任务全局优化的实现逻辑,设计智能网联汽车车路云一体化系统的物理场景。本发明采用阶段化、多尺度、跨域、分层的设计方法,能为汽车车路云一体化系统的设计、建模、测试、验证提供方法支撑与架构指导。

    一种基于动态图的车辆交互关系传递特性的表征方法

    公开(公告)号:CN118585812A

    公开(公告)日:2024-09-03

    申请号:CN202410729373.6

    申请日:2024-06-06

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于动态图的车辆交互关系传递特性的表征方法,包括:S1.选定目标车辆及其周围车辆,获取运动状态信息;S2.根据运动状态信息,构建动态图,节点和边分别表示车辆以及车辆间的交互关系;S3.根据节点信息,生成节点特征矩阵;S4.定义车辆交互的空间边和时间边,构建邻接矩阵建模车辆交互在空间和时间上的传递特性;S5.以动态图的节点特征矩阵和邻接矩阵实现对车辆交互关系传递特性的表征,并以此作为预测模型的输入,分析车辆交互的时空特性。本发明采用动态图来表征和建模车辆在不同时间和空间条件下的交互传递特性,通过定义有效的空间和时间阈值,实现对车辆交互传递特性的精确表征,以提高对复杂交通场景下车辆轨迹的预测精度。

Patent Agency Ranking