《一种基于记忆增强网络的连续行人轨迹预测的方法》

技术简介：

本发明涉及智能交通技术领域,尤其涉及一种基于记忆增强网络的连续行人轨迹预测的方法,包括自编码器用于编码输入信息,控制器则负责从键值记忆体中读写记忆；使用多跳注意力机制实现多模态轨迹预测,通过多跳迭代查询生成一条预测轨迹；通过解码器重构未来轨迹,再训练控制器从当前任务中选取一些典型键值记忆存入外部记忆体中,在当前任务中每隔一定周期回放之前一部分数据。本发明通过外部记忆体保存当前和以前的键值记忆,为了减缓神经网络的灾难性遗忘,使用稀疏经验回放方法减缓模型对之前任务的遗忘；针对行人未来轨迹的不确定性,引入多跳注意力机制用于生成合理的多模态轨迹,从而解码输出多模态轨迹。

研发人员：杨彪;顾钰涛;杨长春;王睿;武伟宁;沈绍博;蒋佳明