计算机应用研究

作者：赵懂宇,王志建,宋程龙,

单位：1.北方工业大学电气与控制工程学院,北京100144；2.城市道路交通智能控制技术北京市重点实验室,北京100144；

关键词：智能交通控制,自动驾驶车辆,轨迹数据预测,Informer模型,注意力模型,特征提取,

基金：国家自然科学基金资助项目(72071003)；北京市教育委员会科研计划项目(110052971921/023)；；

自动驾驶汽车可以根据轨迹预测算法计算周边车辆的运动轨迹，并作出反应以降低行车风险，而传统的轨迹预测模型在长时间序列预测的情况下会产生较大的误差。为解决这一问题，提出了一种以Informer算法为基础的轨迹预测模型，并根据公开数据集NGSIM进行实验分析。首先通过对称指数移动平均法（sEMA）对原始数据进行滤波处理，并在原有的Informer编码器中加入了联合归一化层对不同车辆进行特征提取处理，减少了不同车辆之间的运动误差，通过考虑车辆的本身速度信息与周围环境的车辆运动信息，提高了预测精度，最后经过解码器得到未来时刻的车辆轨迹分布。结果表明，模型对车辆的轨迹预测误差在0.5 m以内；通过对轨迹预测的MAE与MSE结果分析可知，预测时间超过0.3 s以后，Informer模型的轨迹预测效果明显优于其他算法，验证了模型和算法的有效性。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期