SW⁃SAN：基于Seq2Seq结合注意力机制与滑动窗口的车辆轨迹预测模型
打开文本图片集
摘 要： 针对长时间内4～5 s车辆轨迹预测精度较差的问题，提出基于Seq2Seq结合注意力机制与滑动窗口的车辆轨迹预测模型（SW⁃SAN）。首先，使用滑动窗口的方法更新历史轨迹状态集合，利用编码器对目标车辆的历史轨迹数据编码，得到历史轨迹特征向量；其次，经过注意力机制计算历史时间内各时刻的关联性得分、时间注意力权重因子和历史时间相关性特征向量；最后，解码器将历史时间相关性特征向量作为输入，多次循环解码层，输出目标车辆的未来预测轨迹。（剩余9786字）