TY -的A2 -王,库恩AU - Wang Shaobo盟——赵潘AU - Yu,代表非盟-黄,Weixin盟——梁、华为PY - 2020 DA - 2020/11/07 TI -车辆轨迹预测知识LSTM通过网络在城市环境中SP - 8894060六世- 2020 AB -一个准确的预测未来的周围车辆的轨迹可以确保安全、合理的智能车辆之间的相互作用和其他类型的车辆。车辆轨迹不仅受到先验知识道路结构、交通标志和交通规则,也影响后的知识不同的驾驶风格的驾驶员。现有的预测模型不能充分结合驾驶场景的先验和后验知识,只在特定的交通场景中表现良好。介绍了很长一段短期记忆(LSTM)神经网络由知识驱动的。首先,开车知识库构造描述关于驾驶场景的先验知识。然后,预测参考基线(复审委员会)根据驾驶使用基于规则的知识库是由在线推理系统。最后,未来目标车辆的轨迹由LSTM预测神经网络的基础上,预测参考基准,而预测轨迹认为后和先验知识不增加计算的复杂性。实验结果表明,该轨迹预测模型能够适应不同的驾驶场景和预测轨迹与高精度的独特组合的先验和后验知识驱动的场景。SN - 0197 - 6729你2020/8894060 / 10.1155——https://doi.org/10.1155/2020/8894060——摩根富林明-杂志的先进运输PB - Hindawi KW - ER