IA-GRU轨迹预测模型

预测精度提升超11%

一种集成意图识别与注意力机制的GRU轨迹预测模型，多因素融合使自动驾驶中对易损道路用户的预测精度提升超11%，为安全决策提供更可靠依据。

陈浩 · Liu, Yinhua · Chuan, Hu · 张希

IEEE Transactions on Intelligent Transportation Systems 2023

参数信息

预测精度提升

>11 %

技术优势

意图识别更准

通过注意力机制动态分配权重，捕捉等待/过街等意图，减少对行人行为的误判。

多类目标通用

模型同时适应行人、骑自行车者和电动自行车骑行者，无需为每类目标单独设计。

应用场景

• 自动驾驶轨迹预测：预测行人过街意图，提前调整车速与路径。
• 工业机器人动态避障：预测工人移动轨迹，让机器人主动避让。
• 机器人导航：在人群中预测轨迹，生成更安全的导航路径。
• 智能交通系统：分析VRU行为，优化信号配时与预警策略。
• 无人机航拍数据分析：从航拍数据提取VRU轨迹，校准预测模型参数。