基于BiGRU的多模态驾驶行为及轨迹预测

作     者：包智鹏 支永帅 张素民 何睿 BAO Zhipeng;ZHI Yongshuai;ZHANG Sumin;HE Rui

作者机构：吉林大学汽车仿真与控制国家重点实验室吉林长春130025 

出 版 物：《大连理工大学学报》 (Journal of Dalian University of Technology)

年 卷 期：2021年第61卷第3期

页      面：246-254页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 080204[工学-车辆工程] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0704[理学-天文学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2016YFB0100904) 国家自然科学基金资助项目(U1564211) 吉林大学研究生创新基金资助项目(101832020CX138). 

主　　题：车辆工程 驾驶行为预测 轨迹预测 BiGRU 车辆交互 

摘      要：在复杂交通环境中行驶的智能汽车需要预测未来周围车辆的动向,为了提升智能汽车快速且准确预测周围车辆驾驶行为及轨迹的能力,设计了一种基于BiGRU的多模态驾驶行为及轨迹预测模型.模型由BiGRU编码器、交互卷积池化层和GRU解码器组成,能够预测未来5 s车辆多模态驾驶行为的概率和多模态驾驶行为对应的轨迹分布.试验结果表明,相较于其他基于深度学习的模型,该模型在预测长时域轨迹时的RMSE损失和NLL损失更低,具备更高的准确率.