网站介绍：文章浏览阅读4.3k次，点赞19次，收藏57次。预测周围车辆的运动是部署在复杂交通中的自动驾驶汽车的一项关键能力。场景中所有车辆的运动受交通环境控制，即相邻车辆的运动和相对空间配置。在本文中，我们提出了一种LSTM 编码器-解码器模型，该模型使用卷积社交池（convolutional social pooling）作为对社交池层的改进，以稳健地学习车辆运动中的相互依赖性。此外，我们的模型基于机动类别，输出未来轨迹的多模态预测分布。我们使用公开可用的和I-80数据集评估我们的模型。我们的结果表明，在模型的预测分布下，预测误差的RMS值和真实未来轨迹的。.._车辆轨迹预测lstm
- 链接地址：https://blog.csdn.net/qq_52118067/article/details/126587668
- 链接标题：[论文阅读]用于车辆轨迹预测的卷积社交池Convolutional Social Pooling for Vehicle Trajectory Prediction_车辆轨迹预测lstm-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：8370
- 网站标签：车辆轨迹预测lstm
