申请/专利权人：东南大学

申请日：2021-01-15

公开（公告）日：2021-05-07

公开（公告）号：CN112766561A

主分类号：G06Q10/04(20120101)

分类号：G06Q10/04(20120101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.11.17#授权;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本发明公开了一种基于注意力机制的生成式对抗轨迹预测方法，该方法设计了一种基于注意力机制的生成式对抗网络，并使用改进的损失函数来对生成式对抗网络进行训练。该方法首先利用基于长短时记忆网络LSTM构成的编码器模块从行人轨迹中提取行人运动的隐藏特征，然后利用一个基于注意力机制的池化模块对同一场景中的行人进行影响力权重分配以充分提取行人之间的交互信息，最后通过一个解码器模块输出网络预测的行人轨迹坐标。本发明提出的方法可以提高轨迹的预测精度，同时可以生成多条遵循社会规范的预测轨迹，其可以用于移动机器人的导航规划系统中，从而有助于机器人导航系统在与人共融的环境中规划更加合理有效的路径。

主权项：1.一种基于注意力机制的生成式对抗轨迹预测方法,其特征在于，包括以下步骤：步骤1：将行人轨迹数据预处理并送入编码器进行编码处理；步骤2：将编码后的向量送入一个基于注意力机制的池化模块进行影响力权重分配并得到池化向量；步骤3：使用一个基于LSTM网络的解码器输出行人的预测轨迹；步骤4：利用改进后的损失函数使用Adam算法对生成器与判别器进行对抗训练；步骤5：将行人的观测轨迹送入训练好的网络模型的生成器中，得到预测的行人轨迹坐标。

全文数据：

权利要求：

百度查询： 东南大学 一种基于注意力机制的生成式对抗轨迹预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD