一种基于社会信息的未来轨迹预测方法及自动驾驶系统

摘要

一种基于社会信息的未来轨迹预测方法，该方法包括以下步骤：S1、对数据集进行处理与标注；S2、使用LSTM‑E来学习目标历史轨迹的特征；S3、将参与者历史轨迹作为注意力池化器的输入，用高斯函数来计算目标的历史轨迹与障碍物的历史轨迹之间的影响关系，社会信息作为自适应学习参数；S4、使用LSTM‑D对目标的隐状态递归调用；S5、使用L2_Loss进行参数学习的修正；S6、设置参数并执行训练代码，通过大量数据集的测试，得到预测模型。本设计预测精度高。