基于深度学习多网络融合的网联车辆驾驶行为预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络（Bi-directional Long Short-Term Memory）、卷积生成对抗网络（Deep Convolutional Generative Adversarial）和注意力机制（Attention Mechanism）相融合，提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。（剩余10211字）

试读结束

目录
monitor