您当前的位置：
首页 >
文章列表页 >
图注意力模式下融合高精地图的周车轨迹预测
通信与控制工程 | 更新时间：2025-05-26

    • 图注意力模式下融合高精地图的周车轨迹预测

    • Vehicle trajectory prediction combined with high definition map in graph attention mode

    • “在智能交通领域，研究者提出了融合高精地图的轨迹预测方法，通过图注意力模式和LSTM网络，有效提高了预测性能和抗干扰性。”
    • 吉林大学学报（工学版）   2023年53卷第3期 页码：792-801
    • 作者机构：

      1.吉林大学 汽车仿真与控制国家重点实验室，长春 130022

      2.吉林大学 通信工程学院，长春 130022

    • 作者简介：

      刘嫣然（1998-），女，博士研究生. 研究方向：智能车辆的轨迹预测. E-mail：liuyr22@mails.jlu.edu.cn

      郭洪艳（1980-），女，教授，博士生导师. 研究方向：稳定性控制，智能车辆决策规划. E-mail：guohy11@jlu.edu.cn

    • 基金信息：
      国家自然科学基金区域创新发展联合基金项目(U19A2069);吉林省科技厅重大科技项目专项子课题(20200501011GX);吉林省科技发展计划重点研发项目(20200401088GX);吉林省自然科学基金项目(YDZJ202101ZYTS017)

    • DOI：10.13229/j.cnki.jdxbgxb20221259    

      中图分类号： U495

    • 收稿：2022-09-28，

      纸质出版：2023-03-01

    移动端阅览

  • 刘嫣然,孟庆瑜,郭洪艳等.图注意力模式下融合高精地图的周车轨迹预测[J].吉林大学学报（工学版）,2023,53(03):792-801. DOI： 10.13229/j.cnki.jdxbgxb20221259.

    LIU Yan-ran,MENG Qing-yu,GUO Hong-yan,et al.Vehicle trajectory prediction combined with high definition map in graph attention mode[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(03):792-801. DOI： 10.13229/j.cnki.jdxbgxb20221259.

  •  
  •  

0

浏览量

10

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于目标锚点驱动的多模态轨迹预测方法
基于Level-K的智能驾驶汽车无信控交叉路口决策方法
适用于多车交互场景的车辆轨迹预测模型
基于注意力与深度交互的周车多模态行为轨迹预测
考虑周车信息的自车期望轨迹预测

相关作者

高镇海
鲍明喜
赵睿
唐明弘
高菲
贾湘怡
朱军
于丁力

相关机构

吉林大学 汽车底盘集成与仿生全国重点实验室
利物浦约翰摩尔大学 工程与技术学院，利物浦 L33A
华南理工大学 土木与交通学院
东南大学 现代城市交通技术江苏高校协同创新中心
人工智能与数字经济广东省实验室
0