5秒误差降25%
分层提取历史特征，融合驾驶意图的多模态输出，实现更准的长时域轨迹预测。
Xingrong, Zhang · Jiaxuan, Cai · 陈福洲 · 程荣军
Chaos, Solitons and Fractals 2024
通过分层提取时空特征并融合驾驶意图，模型在3–5秒时间域上的预测精度提升尤为明显，直接对应自动驾驶决策所需的时间窗口。
模型显式建模驾驶员行为的随机性，输出多条可能的未来轨迹，而非单一预测，从而为下游风险评估提供更全面的候选集合。
基于安全距离理论融合TTC、TH和TLC指标，能够同时评估跟车状态下的纵向碰撞威胁和多车道换道时的横向碰撞威胁。