一种基于长程注意力机制识别道路图关联结点特征的方法技术

本发明专利技术实施例涉及一种基于长程注意力机制识别道路图关联结点特征的方法，所述方法包括：获取第一道路图；任选两个第一结点作为第一源结点u1和第一目标结点v1；以路径结点总数不超过预设的结点总数阈值N

【技术实现步骤摘要】
一种基于长程注意力机制识别道路图关联结点特征的方法


[0001]本专利技术涉及数据处理
，特别涉及一种基于长程注意力机制识别道路图关联结点特征的方法。

技术介绍

[0002]在自动驾驶技术中，高精度地图给自动驾驶车辆提供非常重要的信息，其基本形式就是基于有向图结构(directed graph)实现的道路图。由有向图原理可知，道路图由多个结点(node)和多条边(edge)组成。常规情况下，只使用道路图中的结点特征或边特征对道路行驶规则进行识别。但在实际应用中我们发现，道路图中各结点间的关联特征可以反映彼此所在车道间的关联特征，若能识别出各结点间的关联特征就能利用识别结果对路径预测做出贡献。要达到这样的目的，首先就要解决如何识别各结点间关联特征的问题。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种基于长程注意力机制识别道路图关联结点特征的方法、电子设备及计算机可读存储介质，对道路图中任意两个第一结点间的有向长程路径进行搜索并保存，并根据预设的长短期记忆(Long Short
‑...

【技术保护点】

【技术特征摘要】
1.一种基于长程注意力机制识别道路图关联结点特征的方法，其特征在于，所述方法包括：获取第一道路图；所述第一道路图包括第一结点集合和第一边集合；所述第一结点集合包括多个第一结点；所述第一边集合包括多个第一边；从所述第一道路图中任选两个所述第一结点作为第一源结点u1和第一目标结点v1；在所述第一道路图中，以路径结点总数不超过预设的结点总数阈值N
max
为约束条件，对从所述第一源结点u1出发到所述第一目标结点v1为止的路径进行识别，得到多条第一长程路径l并保存；所述第一长程路径l由多个所述第一边组成；当所述多条第一长程路径l为空时，设置反映所述第一源结点u1到所述第一目标结点v1关联特征的第一关联特征张量Y为空并保存；当所述多条第一长程路径l不为空时，根据所述多条第一长程路径l，进行基于长短期记忆LSTM网络和注意力机制的关联结点特征运算，生成所述第一关联特征张量Y并保存。2.根据权利要求1所述的基于长程注意力机制识别道路图关联结点特征的方法，其特征在于，所述生成所述第一关联特征张量Y并保存之后，所述方法还包括：对所述第一道路图中任意两个第一结点间的路径进行预测时，从所述任意两个第一结点中任选一个作为第二源结点u2，将另一个作为第二目标结点v2；从保存的所有所述第一关联特征张量Y中，查询与所述第二源结点u2和所述第二目标结点v2匹配的所述第一关联特征张量Y，作为第二关联特征张量Z；若所述第二关联特征张量Z为空，则设置第一预测路径为空；若所述第二关联特征张量Z不为空，则从保存的所有所述第一长程路径l中，查询与所述第二源结点u2和所述第二目标结点v2匹配的多个所述第一长程路径l，作为第一长程路径集合；并从所述第一长程路径集合中选择结点数最小的所述第一长程路径l作为所述第一预测路径；将所述第一预测路径作为路径预测结果进行输出。3.根据权利要求1所述的基于长程注意力机制识别道路图关联结点特征的方法，其特征在于，所述第一结点包括第一结点标识和第一结点特征张量X；所述第一边包括第一起始结点标识、第一结束结点标识和第一边特征张量E；所述第一长程路径l中，第一个所述第一边的所述第一起始结点标识为所述第一源结点u1的所述第一结点标识；相邻的两个所述第一边中的后一个所述第一边的所述第一起始结点标识为前一个所述第一边的所述第一结束结点标识；最后一个所述第一边的所述第一结束结点标识为所述第一目标结点v1的所述第一结点标识。4.根据权利要求3所述的基于长程注意力机制识别道路图关联结点特征的方法，其特征在于，所述在所述第一道路图中，以路径结点总数不超过预设的结点总数阈值N
max
为约束条件，对从所述第一源结点u1出发到所述第一目标结点v1为止的路径进行识别，得到多条第一长程路径l并保存，具体包括：设置所述路径结点总数为2；根据所述路径结点总数，计算路径边总数K＝路径结点总数
‑
1；在所述第一道路图中，将从所述第一源结点u1出发到所述第一目标结点v1为止，且包含所述第一边的总数为K的所有路径均记为所述第一长程路径l；
对所述路径结点总数加1得到新的路径结点总数；根据所述新的路径结点总数，计算路径边总数K＝新的路径结点总数
‑

【专利技术属性】
技术研发人员：大方，张雨，何润林，
申请(专利权)人：北京轻舟智航科技有限公司，
类型：发明
国别省市：