摘要

为提高结构化道路场景下车辆轨迹预测准确度,提出一种基于图模型和注意力机制的多模态轨迹预测方法(GA-MTP)。构建车道图和车交互图,实现道路环境特征、车辆运动特征和车辆间交互特征建模;通过堆叠的注意力模块完成环境-车辆特征融合,统一交通场景静态特征和动态特征;由两分支解码网络模块得出最终轨迹预测和相应概率。在Argoverse数据集进行模型训练和测试,并进行结果分析。实验结果表明,新方法在结构化交通场景的车辆轨迹预测中取得优异的效果,预测准确程度优于当前主流方法。