基于自定中心星状图和注意力机制预测行人轨迹的方法技术

本发明专利技术公开了一种基于自定中心星状图和注意力机制预测行人轨迹的方法，首先，目标行人及其邻近行人的历史轨迹分别由时间和空间编码器进行编码；然后将隐藏状态输入到注意力机制中，以模拟目标行人的注意力；最后，注意力权重的加和通过自定中心星状图解码器传递，一次输出一个预测位置；同时，相邻的隐藏状态将在星状图中连续解码，从而连续计算目标行人每个未来时刻的注意力。本发明专利技术利用自定中心星状图和多头注意力机制，并结合到时空编码信息中，很好地解决了现有技术预测行人轨迹精确度低及需要花费较多计算能力的问题。

【技术实现步骤摘要】
基于自定中心星状图和注意力机制预测行人轨迹的方法
本专利技术涉及行人轨迹预测
，具体涉及的是一种基于自定中心星状图和注意力机制预测行人轨迹的方法。
技术介绍
在行人轨迹预测问题中，因为行人的行走方式往往受到多种因素的影响，例如：在不拥挤的道路里往往基于自己的行走习惯行走，而在拥挤的道路里则因为受到其他行人或静态障碍物的影响会改变行走方式。因此，如何让机器学习行人的历史轨迹，并且从行人与环境的交互中提取特征进而预测行人走路的轨迹成为了一个难题。目前，预测行走轨迹的方式可以分为四类，分别为：基于规则的方法、基于网格的方法、基于注意力的方法和基于时空图的方法。基于规则的方法：SocialForce是一种基于规则的方法来预测行人轨迹。它将行人之间的交互归结为两种作用力：吸引力和排斥力。基于两个行人的一些基本信息来计算这两种力，进而预测出行人轨迹。但是这种方法很难考虑周全所有的情况。同时，这种方法也不具有延展性，当数据集有较大变化(例如环境发生较大的变化)时，它很难做出精确的预测，因此无法很好地推广到现代数据集。基于网格的方本文档来自技高网...

【技术保护点】
1.基于自定中心星状图和注意力机制预测行人轨迹的方法，其特征在于，包括以下步骤：/n(1)将目标行人的历史轨迹作为时间信息进行编码，同时将目标行人周围的行人轨迹作为空间信息进行编码；/n(2)计算目标行人对周围每一个行人编码后的向量的注意力权重，并将这些注意力权重进行加和；/n(3)利用中心星状图对注意力权重的加和进行解码，生成目标行人的预测位置并输出；/n(4)将前面计算的注意力权重作为隐藏特征，继续按步骤(2)的方式计算目标行人对周围每一个行人编码后的向量的注意力权重，并将所有的注意力权重进行加和；/n(5)利用中心星状图对步骤(4)获得的注意力权重的加和进行解码，生成目标行人的下一预测位...

【技术特征摘要】
1.基于自定中心星状图和注意力机制预测行人轨迹的方法，其特征在于，包括以下步骤：
(1)将目标行人的历史轨迹作为时间信息进行编码，同时将目标行人周围的行人轨迹作为空间信息进行编码；
(2)计算目标行人对周围每一个行人编码后的向量的注意力权重，并将这些注意力权重进行加和；
(3)利用中心星状图对注意力权重的加和进行解码，生成目标行人的预测位置并输出；
(4)将前面计算的注意力权重作为隐藏特征，继续按步骤(2)的方式计算目标行人对周围每一个行人编码后的向量的注意力权重，并将所有的注意力权重进行加和；
(5)利用中心星状图对步骤(4)获得的注意力权重的加和进行解码，生成目标行人的下一预测位置并输出；
(6)循环步骤(4)、(5)。


2.根据权利要求1所述的基于自定中心星状图和注意力机制预测行人轨迹的方法，其特征在于，所述步骤(2)中，计算注意力权重的方法如下：
(a)将编码后的时间信息分别嵌入到查询向量，关键词向量和价值向量中，同时，将编码后的空间信息分别嵌入到关键词向量和价值向量中；
(b)将嵌入的时间信息和空间信息做内积并通过分类激活函数得到注意...

【专利技术属性】
技术研发人员：陈旭，苏涵，刘顺程，郑凯，曾凯，
申请(专利权)人：电子科技大学长三角研究院衢州，
类型：发明
国别省市：浙江;33