龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明涉及一种结合自监督机制的未知域轨迹预测方法，所述方法包括以下步骤：1获取目标轨迹数据以及邻近目标轨迹数据、场景地图数据；2通过聚类算法提取轨迹的机动类型；3提取邻近目标轨迹及场景地图信息，4获得预测的机动类型标签；5获取预测的机动类型后，计算轨迹机动类型自监督子任务损失，6，获取终点后将轨迹终点与数据编码级联输入时序神经网络解码获得剩余其余点的轨迹，7模型损失计算，完成车辆未来轨迹预测。该方案利用聚类算法得到的轨迹机动类型解决不变性原理应用过程中的数据域划分问题，提升不变性原理的应用效果，提升模型进行未知域轨迹预测的准确度。
主权项：1.一种结合自监督机制的未知域轨迹预测方法，其特征在于，所述方法包括以下步骤：1获取目标轨迹数据以及邻近目标轨迹数据、场景地图数据；2通过聚类算法提取轨迹的机动类型；3提取邻近目标轨迹及场景地图信息，将被预测目标历史轨迹、目标历史轨迹、场景地图信息输入到时序神经网络编码器中提取特征，针对地图特征和邻近车辆特征分别进行卷积池化提取高维特征；4将邻近目标历史轨迹特征场景地图特征、和被预测目标历史轨迹特征输入至机动类型预测模块，获得预测的机动类型标签；5获取预测的机动类型后，使用步骤2中生成的机动类型共同计算轨迹机动类型自监督子任务损失，6利用数据编码输入基于不变性原理的条件自编码器生成轨迹终点获得预测终点，获取终点后将轨迹终点与数据编码级联输入时序神经网络解码获得剩余其余点的轨迹，7模型损失计算，首先通过终点模块生成未来轨迹的端点，生成完成后将端点编码与特征编码级联，再补全剩余轨迹点，完成车辆未来轨迹预测，其中模型的损失函数由五个部分组成，步骤5中的自监督子任务损失、步骤6中不变性原理损失、终点生成偏差损失、剩余轨迹偏差损失和kl散度损失。
全文数据：
权利要求：
百度查询： 东南大学 一种结合自监督机制的未知域轨迹预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号