基于深度學(xué)習(xí)多網(wǎng)絡(luò)融合的網(wǎng)聯(lián)車輛駕駛行為預(yù)測(cè)

打開文本圖片集

摘 要：智能網(wǎng)聯(lián)車在復(fù)雜道路場(chǎng)景中安全行駛需要對(duì)周圍車輛駕駛意圖和行駛軌跡的準(zhǔn)確預(yù)測(cè)。將雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（Bi-directional Long Short-Term Memory）、卷積生成對(duì)抗網(wǎng)絡(luò)（Deep Convolutional Generative Adversarial）和注意力機(jī)制（Attention Mechanism）相融合，提出一種基于BLSTM-DCG-ATT的網(wǎng)聯(lián)車輛駕駛意圖和行為預(yù)測(cè)模型。（剩余10211字）