来源：期刊VIP网 时间：
作者：祝朗千;马时俊;刘明剑;李沐阳;郝昌盛;
单位：大连海洋大学信息工程学院;大连海洋大学设施渔业教育部重点实验室;
摘要：针对车辆行驶中时间特征与交通环境空间影响车辆轨迹预测精度的问题，基于社交生成式对抗网络（Social GAN），提出一种融合时间多头自注意力与社交池化的车辆轨迹预测方法。首先，通过目标车辆自身轨迹数据的时间关联性，使用多头自注意力机制提取历史轨迹特征；然后，根据目标车辆与周围车辆的空间位置关系，采用社交池化机制提取目标车辆的空间维度特征；最后，通过编码器-解码器获得目标车辆的预测轨迹。使用NGSIM数据集进行模型训练与对比试验，结果表明：在高速公路场景下，提出方法在车辆轨迹预测中具有更高的预测精度和效率。
基金资助：国家自然科学基金项目（61802046）;; 辽宁省属本科高校基本科研业务费专项（2024JBQNZ007）;; 辽宁省教育厅基本科研项目（LJ212410158018）
