基于Transformer模型的车辆轨迹预测

田晟; 胡啸

doi:10.16088/j.issn.1001-6600.2023061203

广西师范大学学报（自然科学版） ›› 2024, Vol. 42 ›› Issue (03) : 47 -58. DOI: 10.16088/j.issn.1001-6600.2023061203

基于Transformer模型的车辆轨迹预测

田晟, 胡啸

作者信息 +

Author information +

文章历史 +

PDF

摘要

准确预测车辆轨迹可以保障自动驾驶车辆行驶安全，针对已有方法对长序列轨迹建模预测能力有限的问题，本文提出一种基于Transformer网络的车辆轨迹预测模型。将车辆的运动数据与交互数据输入驾驶意图预测模块生成概率意图向量，通过Concatenate函数与轨迹信息拼接后输入轨迹预测编码器，利用多头注意力机制充分提取轨迹特征，经解码器得到未来时刻的车辆轨迹分布。在车辆轨迹真实数据集NGSIM上进行验证，结果表明：在2 s预判时间下，驾驶意图预测模块准确率可达到85%以上；在4 s的预测时域下，轨迹预测模型相较于已有模型，其RMSE降低均达到10%以上。本文提出方法为自动驾驶车辆准确预测轨迹提供技术支持。