Transformer强制变道决策模型

精度优于LSTM与GRU

基于轨迹分析的自动驾驶强制变道决策模型，通过横向加速度阈值筛选未完成变道轨迹，并采用Transformer编码器实现高精度决策。

Fang, Zhu · HanQing, Xia · ZeChao, Ma · Lin, Zhang · Zhao, Yingjie · YuanRong, Wang

2024

参数信息

强制变道决策精度

95.6 %

技术优势

未完成变道轨迹可提取

通过DBSCAN聚类得到横向加速度阈值，从已完成强制变道轨迹中筛选出有变道意图但未成功的轨迹，解决训练数据缺失问题。

决策精度高于LSTM/GRU

基于Transformer编码器的决策模型精度达95.6%，优于LSTM和GRU模型，更适合处理长序列轨迹。

应用场景

• 自动驾驶决策：在强制变道场景下提供高精度决策，直接用于自动驾驶车辆行为规划。
• 车辆轨迹预测：通过横向加速度阈值筛选未完成变道轨迹，补充轨迹预测的训练数据。
• 智能交通系统：提升强制变道决策可靠性，减少因变道犹豫引发的交通扰动。
• 车路协同：为车路协同中的车辆端决策提供强制变道模型，与路侧信息融合。