融合信号时态逻辑的深度学习自动驾驶轨迹预测系统及方法

本发明为融合信号时态逻辑的深度学习自动驾驶轨迹预测系统及方法，属于智能驾驶领域。所述系统由若干智能体与云端服务器通过网络连接构成。智能体为智能网联汽车，云端服务器包括数据收发模块、数据预处理模块、数据存储模块、场景STL模块、全局STL模块、编码器、解码器和轨迹生成模块。方法包括：采集智能体轨迹与地图信息并进行预处理与矢量化表示；并行执行场景与全局信号时序逻辑特征提取；对矢量化地图与多智能体交互进行编码；融合多源特征并进行解码增强；生成多模态预测轨迹并下发至智能体。本发明通过引入信号时态逻辑，增强了轨迹预测的精确性与对复杂驾驶场景的适应能力，有效提升了自动驾驶系统的安全性与可靠性。