基于时空特征与交互关系建模的换道意图预测

高帅帅,魏诚,惠飞,张竟成,宋汉辰

Lane-changing intention prediction based on spatiotemporal feature and interaction modeling

Shuaishuai GAO,Cheng WEI,Fei HUI,Jingcheng ZHANG,Hanchen SONG

表 4 输入长度为2 s时不同模型的性能对比

Tab.4 Performance comparison of different models with 2 s input length

模型 类别 $ P $/% $ R $/% F1 /% $ {A}_{\text{cc}} $/% Social-LSTM （模型A） LK 87.17 94.81 90.83 93.46 LLC 96.98 94.39 95.67 RLC 97.10 91.19 94.05 ST-GCN（模型B） LK 91.69 96.59 94.08 95.94 LLC 98.74 94.55 96.60 RLC 97.77 96.70 97.23 Transformer （模型C） LK 95.30 96.75 96.02 97.33 LLC 98.23 99.16 98.70 RLC 98.49 96.07 97.27 GATv2 （模型D） LK 71.24 78.34 74.63 80.53 LLC 86.40 85.32 85.86 RLC 85.35 77.92 81.47 Transformer-GATv2 （模型E） LK 97.51 96.59 97.05 98.04 LLC 98.54 99.06 98.80 RLC 98.07 98.48 98.27