一个引入感知安全概念的轨迹预测模型，通过量化安全评估和驾驶行为画像来捕捉人类驾驶决策机制，并利用Leanformer模块学习车辆间的社会交互，显著提升了长期轨迹预测的稳定性和准确率。
Haicheng, Liao · Chengyue, Wang · Zhu, Kaiqun · Ren, Yilong · 高博麟 · 李升波 · 须成忠 · Li, Zhenning
IEEE Transactions on Intelligent Transportation Systems 2025
通过感知安全概念量化不同驾驶行为的风险容忍度，使模型能够捕捉驾驶员的真实意图，而不仅仅是数据中的统计规律。
在三个数据集上长期预测超越现有基准，提升幅度从12.0%到28.2%，证明模型在较长时间范围上的有效性。
在数据有限或缺失的场景下，模型性能超越大多数最先进的基线，显示出对真实世界数据不完美的适应性。