基于异质图注意力网络的目标行为预测方法和系统

本发明涉及智能驾驶技术领域，公开了一种基于异质图注意力网络的目标行为预测方法和系统；方法中，所采用的行为预测模型的构建及训练过程包括：采集交通场景中的目标的实时运动特征，生成轨迹时间序列样本，利用基于长短期记忆网络的时序预测网络模型提取目标行为的时间依赖性特征；构建异质图注意力网络模型；将交通场景异质图输入到图注意力网络，提取空间交互特征；将时间依赖性特征与空间交互特征进行融合，通过全连接层处理融合后的特征以预测目标的未来行为，并采用联合损失函数对行为预测模型进行优化。本发明综合考虑时间与空间因素，准确预测异常域外目标的行为，能够显著提升目标行为预测的准确性和鲁棒性。