基于卷积模块学习注意力权重的轻量运动规划方法及模型
申请号:CN202510690738
申请日期:2025-05-27
公开号:CN120573131A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于卷积模块学习注意力权重的轻量运动规划方法,包括:获取感知网络输出的感知特征;轨迹注意力解码模型将感知特征映射为轨迹特征;感知特征映射为轨迹特征的步骤包括:通过轨迹注意力解码模型获取感知网络中的时序感知特征;使用卷积模型提取注意力权重;采用特征汇聚模型将时序感知特征与注意力权重融合,生成轨迹特征。本发明公开了一种基于卷积模块学习注意力权重的轻量运动规划方法及模型,基于卷积模块的注意力权重蒸馏方法,以降低运动规划模块的计算复杂度,通过引入卷积模块对轨迹注意力解码模块输出的注意力权重进行建模,捕获空间局部信息的重要性,并与感知特征相结合生成轨迹特征;简化注意力机制的计算流程。
技术关键词
感知特征
运动规划方法
轨迹特征
卷积模块
注意力解码
生成轨迹
Softmax函数
时序
轨迹预测模型
卷积模型
PID控制器
网络
教师
蒸馏方法
残差结构
参数
算法