基于時(shí)空?qǐng)D注意力卷積神經(jīng)網(wǎng)絡(luò)的車輛軌跡預(yù)測(cè)

摘要： 車輛軌跡預(yù)測(cè)是交通管理、智能汽車和自動(dòng)駕駛等領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)。準(zhǔn)確預(yù)測(cè)車輛軌跡，有利于汽車安全行駛。城市交通場(chǎng)景中，車輛軌跡數(shù)據(jù)的時(shí)空特征復(fù)雜多變。為充分獲取數(shù)據(jù)中的動(dòng)態(tài)時(shí)空相關(guān)性，提高軌跡預(yù)測(cè)精度，同時(shí)降低模型復(fù)雜度，提出了時(shí)空?qǐng)D注意力卷積神經(jīng)網(wǎng)絡(luò)模型(Spatial-Temporal Graph Attention Convolutional Network, STGAC... （共9頁(yè)）