1.一种信号交叉口的行人和车辆未来轨迹预测方法,其特征在于,包括:获取信号交叉口智能体的历史轨迹数据和信号灯的历史状态信息;
将所述历史轨迹数据输入第一LSTM网络获取所述历史轨迹数据对应的隐藏状态向量;
根据所述历史轨迹数据和所述历史状态信息获取所述智能体的观测序列;所述智能体的观测序列式中,
将所述观测序列输入嵌入层和第二LSTM网络获取所述智能体的时间上下文向量;所述将所述观测序列输入嵌入层和第二LSTM网络获取所述智能体的时间上下文向量包括:将所述观测序列
式中,
将所述高维向量
式中,
根据所述隐藏状态向量
式中,
根据所述时间上下文向量进行时空交互信息融合得到时空交互注意力向量;
将所述历史轨迹数据对应的隐藏状态向量和时空交互注意力向量输入条件变分自编码器获取对应的高斯隐变量;所述将所述历史轨迹数据对应的隐藏状态向量和时空交互注意力向量输入条件变分自编码器获取对应的高斯隐变量包括:将历史轨迹数据对应的隐藏状态向量和时空交互注意力向量输入识别网络中获取对应的均值式中,
将时空交互注意力向量输入识别网络中获取对应的均值式中,
根据
根据优化后的识别网络和先验网络获取高斯隐变量式中,
将所述历史轨迹数据的高斯隐变量和时空交互注意力向量输入GRU网络获取未来轨迹预测;所述未来轨迹预测为:式中,
式中,
2.根据权利要求1所述的信号交叉口的行人和车辆未来轨迹预测方法,其特征在于,所述历史轨迹数据对应的隐藏状态向量式中,
3.根据权利要求1所述的信号交叉口的行人和车辆未来轨迹预测方法,其特征在于,所述根据所述时间上下文向量进行时空交互信息融合得到时空交互注意力向量包括:通过自注意力机制对所述时间上下文向量式中,
根据所述注意力权重系数
将智能体作为节点,将隐藏状态向量作为节点信息,智能体之间的空间交互作用作为边,通过图注意力层计算边信息式中,
对所述边信息
式中,
根据正则化处理结果计算空间注意力向量式中,
将时间注意力向量
式中,
4.一种信号交叉口的行人和车辆未来轨迹预测装置,其特征在于,所述装置用于执行如权利要求1-3任一项所述方法的步骤,所述装置包括:数据获取模块,用于获取信号交叉口智能体的历史轨迹数据和信号灯的历史状态信息;
第一LSTM网络模块,用于将所述历史轨迹数据输入第一LSTM网络获取所述历史轨迹数据对应的隐藏状态向量;
观测序列模块,用于根据所述历史轨迹数据和所述历史状态信息获取所述智能体的观测序列;
第二LSTM网络模块,用于将所述观测序列输入嵌入层和第二LSTM网络获取所述智能体的时间上下文向量;
时空交互模块,用于根据所述时间上下文向量进行时空交互信息融合得到时空交互注意力向量;
高斯编码模块,用于将所述历史轨迹数据对应的隐藏状态向量和时空交互注意力向量输入条件变分自编码器获取所述历史轨迹数据的高斯隐变量;
轨迹预测模块,用于将所述历史轨迹数据的高斯隐变量和时空交互注意力向量输入GRU网络获取未来轨迹预测。
5.一种电子设备,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-3任一项所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-3任一项所述方法的步骤。