基于BiGRU的多模态驾驶行为及轨迹预测

来源：大连理工大学学报杂志2021年第3期北京时间：

作者：包智鹏,支永帅,张素民,何睿

摘要：在复杂交通环境中行驶的智能汽车需要预测未来周围车辆的动向，为了提升智能汽车快速且准确预测周围车辆驾驶行为及轨迹的能力，设计了一种基于BiGRU的多模态驾驶行为及轨迹预测模型．模型由BiGRU编码器、交互卷积池化层和GRU解码器组成，能够预测未来5s车辆多模态驾驶行为的概率和多模态驾驶行为对应的轨迹分布．试验结果表明，相较于其他基于深度学习的模型，该模型在预测长时域轨迹时的RMSE损失和NLL损失更低，具备更高的准确率．

关键词：车辆工程驾驶行为预测轨迹预测BiGRU车辆交互

基金资助：国家重点研发计划项目(2016YFB0100904)；国家自然科学基金资助项目(U1564211)；吉林大学研究生创新基金资助项目(101832020CX138).