基于Social Transformer 的井下多人轨迹预测方法

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要:目前煤矿井下人员轨迹预测方法中,Transformer 与循环神经网络(RNN)、长短期记忆(LSTM)网络相比,在处理数据时不仅计算量小,同时还有效解决了梯度消失导致的长时依赖问题。但当环境中涉及多人同时运动时,Transformer 对于场景中所有人员未来轨迹的预测会出现较大偏差。并且目前在井下多人轨迹预测领域尚未出现一种同时采用Transformer 并考虑个体之间相互影响的模型。(剩余12024字)

monitor
客服机器人