城市道路场景下考虑多类交通参与者的多模态车辆轨迹预测方法研究

车辆轨迹预测是自动驾驶的关键技术之一，针对以往模型较少考虑城市道路场景中车辆以外多类交通参与者的问题，本研究提出了一种多类交通参与者的多模态车辆轨迹预测模型。该模型使用门控循环单元对历史轨迹信息进行编码，并利用注意力机制将多类交通参与者的特征映射到用图结构表达的驾驶场景中，通过图注意力网络进行环境特征提取，从而使模型能感知环境中的多类交通参与者。此外，模型通过节点轨迹预测与坐标轨迹预测模块输出最终的多模态轨迹预测结果。基于城市道路场景数据集nuScenes的实验结果表明：相较于同类现有模型，所提出的模型算力需求更低、预测更准确，且能适用于人车混合的城市道路驾驶场景。