基于門控循環(huán)單元和Transformer的車輛軌跡預(yù)測(cè)方法

摘要： 為增強(qiáng)自動(dòng)駕駛車輛對(duì)動(dòng)態(tài)環(huán)境的理解能力及其道路行駛安全性，提出基于門控循環(huán)單元（GRU）和Transformer的車輛軌跡預(yù)測(cè)模型STGTF，使用GRU提取車輛的歷史軌跡特征，通過雙層多頭注意力（MHA）機(jī)制提取車輛的時(shí)空交互特征，生成預(yù)測(cè)軌跡。試驗(yàn)結(jié)果表明，預(yù)測(cè)結(jié)果的均方根誤差（RMSE）平均降低7.3%,STGTF在短期預(yù)測(cè)和長期預(yù)測(cè)方面均有不同程度的提升，驗(yàn)證了模型的有效...