[发明专利]一种基于边界框和距离预测的双流车载行人车辆预测方法在审
| 申请号： | 201810064792.7 | 申请日： | 2018-01-23 |
| 公开（公告）号： | CN108267123A | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G01C11/04 | 分类号： | G01C11/04;G01C11/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于边界框和距离预测的双流车载行人车辆预测方法，其主要内容包括：行人轨迹预测、贝叶斯建模、循环神经网络(RNN)编码器‑解码器、距离的预测、训练和推理，其过程为，测距流将预测最有可能的车辆距离序列，边界框流由贝叶斯RNN编码器‑解码器架构组成，用于预测行人轨迹上的姿态分布，捕捉认知和任意的不确定性，由于测距法预测流用于预测点估计，所以通过最小化训练集上的均方误差来训练它，通过估计和最小化其近似权重分布的KL散度来训练贝叶斯边界框预测流。本发明使用了包括行人边界框预测和车辆距离预测的双流体系结构，大大减少了预测所需时间，而不确定性估计也显著提高了模型的预测准确性。 | ||
| 搜索关键词： | 预测 边界框 贝叶斯 双流 不确定性 车辆距离 距离预测 行人车辆 编码器 最小化 循环神经网络 测距 解码器架构 解码器 轨迹预测 均方误差 体系结构 测距法 训练集 预测点 建模 权重 散度 推理 近似 捕捉 认知 | ||
【主权项】：
1.一种基于边界框和距离预测的双流车载行人车辆预测方法，其特征在于，主要包括行人轨迹预测(一)；贝叶斯建模(二)；循环神经网络(RNN)编码器‑解码器(三)；距离的预测(四)；训练和推理(五)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810064792.7/，转载请声明来源钻瓜专利网。
