[发明专利]一种基于AI的智能驾驶车辆周车的行为预测方法和系统

权利要求书

1.一种基于AI的智能驾驶车辆周车的行为预测方法，其特征在于，所述方法包括如下步骤：

步骤S1：对智能驾驶车辆周车的运动信息数据进行采集，得到采集数据；

步骤S2：对输入的采集数据进行处理；

步骤S3：根据处理后的数据，采用具有注意力的编码器-解码器结构的双向LSTM进行轨迹预测；

步骤S4：根据轨迹预测输出智能驾驶车辆周车的预测位置。

2.根据权利要求1所述的一种基于AI的智能驾驶车辆周车的行为预测方法，其特征在于，所述步骤S2包括：

以智能驾驶车辆自身为坐标原点，行进方向为Y轴正方向，构建坐标系，得到周车出现在智能驾驶车辆周围之后的位置坐标。

3.根据权利要求1所述的一种基于AI的智能驾驶车辆周车的行为预测方法，其特征在于，所述步骤S3包括如下步骤：

步骤S3.1：将目标车辆的运动信息输入到编码器中，通过非线性变换，输入序列被转换成中间语义表示，记为Context，Context是隐藏信息的总结；

步骤S3.2：将编码器的输出结果结合注意力之后输入到解码器中，解码器使用Context结合注意力之后的向量作为初始状态，得到下一时间步的预测位置；

步骤S3.3：循环输入前一步输出的结果获得新的位置，得到轨迹的预测序列，预测未来k个时间步长的位置信息。

4.根据权利要求1所述的一种基于AI的智能驾驶车辆周车的行为预测方法，其特征在于，所述编码器的转换过程包括：

输入X＝{X1,X2,…,Xt},其中Xt＝{xt,yt},向量X的长度表示可输入信息的长度，(xt,yt)表示t时刻目标车辆在以本车为坐标原点，行驶方向为y轴的坐标系中的位置；Xt输入双向LSTM后得到正向的输出为后向的输出为编码器的输出为⊕表示的是对应元素相加。

5.根据权利要求1所述的一种基于AI的智能驾驶车辆周车的行为预测方法，其特征在于，所述解码器的转换过程包括：

输入隐藏信息h^*，隐藏信息h^*为编码器输出结合注意力后的结果；输出Y＝{Yt+1,Yt++2,…,Yt+k},其中Yt+k＝{xt+k,yt+k}表示t+k时刻目标车辆在以本车为坐标原点，行驶方向为y轴的坐标系中的位置,下标k表示输出信息的长度；且损失函数其中Y′_t+i表示t+i时刻目标车辆在以本车为坐标原点，行驶方向为y轴的坐标系中的真实位置坐标，k表示输出的预测序列长度。

6.一种基于AI的智能驾驶车辆周车的行为预测系统，其特征在于，所述系统包括如下模块：

模块M1：对智能驾驶车辆周车的运动信息数据进行采集，得到采集数据；

模块M2：对输入的采集数据进行处理；

模块M3：根据处理后的数据，采用具有注意力的编码器-解码器结构的双向LSTM进行轨迹预测；

模块M4：根据轨迹预测输出智能驾驶车辆周车的预测位置。

7.根据权利要求6所述的一种基于AI的智能驾驶车辆周车的行为预测系统，其特征在于，所述模块M2包括：

以智能驾驶车辆自身为坐标原点，行进方向为Y轴正方向，构建坐标系，得到周车出现在智能驾驶车辆周围之后的位置坐标。

8.根据权利要求6所述的一种基于AI的智能驾驶车辆周车的行为预测系统，其特征在于，所述模块M3包括如下模块：

模块M3.1：将目标车辆的运动信息输入到编码器中，通过非线性变换，输入序列被转换成中间语义表示，记为Context，Context是隐藏信息的总结；

模块M3.2：将编码器的输出结果结合注意力之后输入到解码器中，解码器使用Context结合注意力之后的向量作为初始状态，得到下一时间步的预测位置；

模块M3.3：循环输入前一步输出的结果获得新的位置，得到轨迹的预测序列，预测未来k个时间步长的位置信息。