基于LSTM-多头混合注意力的可解释换道意图预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：为了使自动驾驶汽车准确地预测其周围车辆的换道意图，提出了一种基于长短期记忆神经网络（LSTM）-多头混合注意力的可解释换道意图预测模型。该模型可以充分提取目标车辆与其周围车辆之间的时空交互关系，并且提出了一种基于最大熵的Shapley加性解释方法（SHAP）来解释各个特征在特定时间步对模型输出的影响程度，在HighD数据集上进行了实验。（剩余10758字）

试读结束

目录
monitor