[发明专利]一种基于时空Transformer的航迹预测方法

权利要求书

1.一种基于时空Transformer的航迹预测方法，其特征在于，包括如下步骤：

步骤1，对航迹预测问题进行数学建模，获取所有目标不同时刻的运动轨迹，按照每个目标的出现时间和空间位置，构建目标航迹的时空图；

步骤2，构建编码特征列表，将时空图输入到基于Transformer网络的编码器，捕获目标当前时刻状态Fc和历史时刻的信息Fh，并进行融合得到当前时刻t_obs的编码特征并将当前时刻的编码特征添加到编码特征列表中；

步骤3，将当前时刻的编码特征输入到空域交互模块，进行目标间交互关系的建模，提取出空域交互特征Fs；

步骤4，再将空域交互特征Fs和编码特征列表连接，并输入到时域注意力模块，进行空间交互关系的嵌入性增强和时序关系的表征，提取出时域注意力特征Ft；

步骤5，构建随机噪声模块，对目标运动的随机性进行建模，输出随机高斯噪声Fn；

步骤6，将空域交互特征Fs、时域注意力特征Ft和随机高斯噪声Fn输入到基于全连接层的解码器进行目标的航迹预测，获得目标在未来时刻的位置，完成基于时空Transformer的航迹预测。

2.根据权利要求1所述的一种基于时空Transformer的航迹预测方法，其特征在于，所述步骤1中所述的时空图由节点和边构成，包含三种类型的值：时空图在时间步t的节点v的值时空图在时间步t的节点u和节点v所连接边的值以及时空图在时间步t-1的节点v和时间步t的节点v所连接的边的值

其中，时空图在时间步t的节点v的值表示目标v在第t个时刻的空间位置；时空图在时间步t的节点u和节点v所连接边的值表示目标u和目标v在第t个时刻空间相对位置，如果大于阈值thres则认为这条边不存在；时空图在时间步t-1的节点v和时间步t的节点v所连接的边的值表示目标v从第t-1个时刻移动到第t个时刻的相对距离和相对方向。

3.根据权利要求2所述的一种基于时空Transformer的航迹预测方法，其特征在于，步骤2中所述的构建编码特征列表的方法包括：

步骤2-1，对所述时空图中当前时刻下的目标的节点位置集合进行映射；采用同样的方法对所述时空图中历史时刻下的目标的节点位置集合进行映射；

步骤2-2，考虑当前时刻的位置状态关系，进行特征信息捕获，得到每个目标当前时刻状态，第n个目标当前时刻状态用Fc_n表示；

步骤2-3，对历史时刻下的目标进行单独的动态运动进行建模，不包含空间相互作用，获取每个目标历史时刻信息，第n个目标历史时刻信息用Fh_n表示；

步骤2-4，对所有目标的当前时刻状态编码Fc和历史时刻信息编码Fh进行融合得到当前时刻t_obs的编码特征

步骤2-5，将当前时刻的编码特征添加到上一时刻的编码特征列表中，得到编码特征列表

4.根据权利要求3所述的一种基于时空Transformer的航迹预测方法，其特征在于，步骤2-1中所述的对所述时空图中当前时刻下的目标的节点位置集合进行映射，方法包括：

将时空图中当前时刻t_obs下的目标n＝1,2,…,N的节点位置集合作为输入的位置集合向量，输入的位置集合向量的大小为N*2，其中表示当前时刻t_obs下的目标n的节点位置，通过基于Transformer网络的编码器中的嵌入层将位置集合向量映射为N*N_c维向量集合表示公式为：

其中，φ(·)表示嵌入层函数；

所述的采用同样的方法对对所述时空图中历史时刻下的目标的节点位置集合进行映射，方法包括：

将时空图中历史时刻m＝1,2,…,t_obs-1下的目标n＝1,2,…,N的节点位置集合作为输入的位置集合向量，输入的位置集合向量的大小为(t_obs-1)*N*2，通过嵌入层将位置集合向量映射为(t_obs-1)*N*N_h维向量集合表示公式为：