基于時空圖神經網絡的異構交通參與者風險預測

摘要： 有效預測駕駛員視野下的多交通參與者未來風險指標是為人類駕駛員提供風險預警，規(guī)避潛在碰撞風險的關鍵。大多數(shù)現(xiàn)有對風險的研究僅考慮場景中單一個體與本車之間的成對交互關系，并從評估而非預測的角度展開研究，而忽略異構交通參與者之間不同的交互關系及未來風險狀態(tài)。本文提出了一種基于時空圖卷積神經網絡的異構多目標風險預測方法Risk-STGCN，通過圖卷積及時間卷積分別對單幀場景圖信息與時序... （共9頁）