科研之友
微信
新浪微博
Facebook
分享链接
摘要
自动驾驶汽车可以根据轨迹预测算法计算周边车辆的运动轨迹，并作出反映以降低行车风险，而传统的轨迹预测模型在长时间序列预测的情况下会产生较大的误差。为解决这一问题，提出了一种以Informer算法为基础的轨迹预测模型，并根据公开数据集NGSIM进行实验分析。首先通过对称指数移动平均法(sEMA)对原始数据进行滤波处理，并在原有的Informer编码器中加入了联合归一化层对不同车辆进行特征提取处理，减少了不同车辆之间的运动误差，通过考虑车辆的本身速度信息与周围环境的车辆运动信息，提高了预测精度，最后经过解码器得到未来时刻的车辆轨迹分布。结果表明，模型对车辆的轨迹预测误差在0.5m以内；通过对轨迹预测的MAE与MSE结果分析，预测时间超过0.3s以后，Informer模型的轨迹预测效果明显优于其他算法，验证了模型和算法的有效性。
- 出版日期2023
- 单位北方工业大学
