基于改进图神经网络模型的车辆行驶轨迹预测系统及方法

本发明属于交通控制系统领域，涉及一种基于改进图神经网络模型的车辆行驶轨迹预测系统及方法，该系统包括FPGCN模型和Social LSTM模型；FPGCN模型包括图卷积层、Dropout层、可微分池化层、特征融合模块、全连接层；图结构数据经图卷积层、Dropout层、可微分池化层获取节点特征向量，之后对节点特征分治处理，经密集注意力机制和主成分分析生成全局特征，经虚填充、矩阵计算生成局部特征；获取全局特征和局部特征后，利用特征融合模块进行融合，之后输入到一个全连接层，计算历史轨迹图对当前状态图影响分数；预处理后的行驶数据与FPGCN模型计算完分数的数据整合后输入Social LSTM模型；该系统在保持模型表达能力的同时，显著减少参数量和优化计算逻辑，增加预测准确率。