本发明属于汽车自动驾驶技术领域,具体涉及一种基于高清地图和GEGNN‑LSTM模型的汽车轨迹预测方法和系统,包括首先利用高清地图获取精确的道路信息,包括道路形状、交叉口位置等。然后,采用GEGNN‑LSTM模型对汽车历史轨迹数据进行学习,综合考虑车辆历史轨迹、交通信号灯标志信息和道路信息等多种因素,实现对汽车未来轨迹的
(T-Bi-LSTM-CRF).该模型首先对专利数据的每个词提取语义 词向量和时间特征向量并进行拼接;然后通过 Bi-LSTM 层获得专利数据的长距 离上下文特征,再通过 CRF 层捕获序列标签的转移特征,自动完成特征标注;最后 通过训练已经内嵌时间特征的损失函数引导该模型学习焊接新词.焊接专利新词 发现实验结果表明,该模型的平均 ...