基于Attention機制和遞歸思想的LSTM車輛軌跡預(yù)測

打開文本圖片集

摘要：

針對現(xiàn)有車輛軌跡預(yù)測模型在長時預(yù)測方面準確性不足的問題，基于Attention機制和遞歸思想的長短時記憶網(wǎng)絡(luò)（long short-term memory， LSTM）構(gòu)建了一種新型的車輛軌跡預(yù)測模型，即ATT-LSTM（RE）模型，使用編碼器–解碼器架構(gòu)更精確地預(yù)測車輛未來的行駛軌跡。研究結(jié)果表明，模型意圖識別的準確率為91.7％，F(xiàn)1分數(shù)、召回率、精確率均在0.872 ～ 0.977之間；1 s、2 s、3 s、4 s、5 s的終點軌跡預(yù)測的均方根誤差為0.52 m、1.07 m、1.69 m、2.58 m、3.31 m，優(yōu)于同類型模型。（剩余11287字）