汽车工业论文_基于多特征融合的行人意图以及行-交通工程

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

汽车工业论文_基于多特征融合的行人意图以及行

作者:

关键词:

摘要：

文章摘要:行人作为重要的交通参与者，其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。本文基于注意力机制增强的长短时记忆（Long Short-term Memory，LSTM）网络，设计了一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征，以加强行人运动特征的表达，并将融合特征作为意图预测网络输入，继而得到行人意图；由于行人运动具有不确定性，本文将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入，以期生成更为精确的轨迹预测结果。此外，在轨迹预测网络中引入注意力机制，以加强LSTM对各个时刻编码向量的有效利用，从而提高网络的行人轨迹预测性能。本研究基于Daimler数据集进行训练及验证，测试结果表明：本文所提的多特征意图预测方法准确率可达96.0%，优于基于骨架单特征的意图预测网络；并在预测时域为1s的情况下，预测轨迹的位置均方根误差为347mm，相较于恒速度（Constant Velocity，CV）模型、交互多模型（Interacting Multiple Model，IMM）、常规LSTM等基线方法均有明显的提升。在实际场景分析中，本文提出的方法可提前0.56s识别行人的转弯意图，可为智能车辆的决策模块提供有益线索。此外，本文方法能够有效降低行人意图转变过程中的轨迹预测误差，对减小车辆与行人碰撞事故的发生，提高智能车辆行驶安全性具有重要意义。

文章关键词:

项目基金:《交通工程》网址: http://www.jtgczz.cn/qikandaodu/2021/1110/369.html