[发明专利]一种基于三阶段注意力机制的车辆轨迹预测方法

权利要求书

1.一种基于三阶段注意力机制的车辆轨迹预测方法，包括：

步骤S1：采集数据信息，进行数据预处理；

步骤S2：根据预处理完成的数据集，进行数据集划分；

步骤S3：构建车辆轨迹预测模型；

步骤S4：训练车辆轨迹预测模型，采用负对数似然作为损失函数；

步骤S5：保存已完成训练的数据模型，将测试集中的数据输入到已完成训练的网络模型中，预测车辆的轨迹坐标。

2.根据权利要求1所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，步骤S1包括：

步骤S1A：选取某一时刻的某单一车辆作为目标车辆，获取目标车辆及其8个周围车辆的T时刻的历史信息和M时刻的未来信息；

步骤S1B：对每一时刻的信息进行数据预处理，采用min-max进行标准化，采用ZCA进行标准化变换；

步骤S1C：对数据集的车辆轨迹以4秒为间隔进行采样。

3.根据权利要求2所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，所述历史信息和未来信息包括横向坐标、纵向坐标、速度、加速度、航向角、车辆长度、车辆宽度、车辆类别、所在车道的序号。

4.根据权利要求1所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，步骤S2中数据集划分包括：

训练集，用于训练模型；

验证集，用于验证模型训练结果；

测试集，用于对训练完成模型进行测试。

5.根据权利要求4所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，所述训练集、验证集、测试集的数据划分比例为7:1:2。

6.根据权利要求1所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，步骤S3包括特征注意力模块、时序注意力模块和空间注意力模块。

7.根据权利要求1、2和6所述的一种基于三阶段注意力机制的车辆轨迹预测方法，其特征是，所述步骤S3的预测模型算法流程以样本中目标车辆的T时刻信息，记为X＝X_t-T+1，...，X_t,其中X_i＝x₁，...，x_n为第i时刻S1.2预处理过的特征,n表示特征的数量，X_t为当前时刻车辆的特征。