基于時空圖注意力卷積神經(jīng)網(wǎng)絡(luò)的車輛軌跡預(yù)測

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