A Cooperative Vehicle Localization and Trajectory Prediction Framework Based On Belief Propagation and Transformer Model

弹道 计算机科学 变压器 工程类 人工智能 控制工程 电气工程 电压 物理 天文
作者
Feiyu Jin,Kai Liu,Chunhui Liu,Tongtong Cheng,Hao Zhang,Victor C. S. Lee
出处
期刊:IEEE Transactions on Consumer Electronics [Institute of Electrical and Electronics Engineers]
卷期号:: 1-1
标识
DOI:10.1109/tce.2024.3364052
摘要

The advancement of sensing, transmission, and computation technologies has transformed modern vehicles into ubiquitous consumer electronics. This paper presents a cooperative vehicle localization and trajectory prediction framework for enabling Intelligent Transportation Systems (ITS) applications. Specifically, the proposed framework consists of a Belief Propagation based Location Approximation (BPLA) algorithm for cooperative vehicle localization and a Transformer-based Vehicle trajectory prediction model called VFormer. The BPLA algorithm first establishes a factor graph based on the sensor measurements transmitted by vehicles, and then adopts a modified belief propagation procedure to approximate the posterior distribution of vehicles. On this basis, VFormer extracts the hidden features from historical positions estimated by BPLA and vehicle motion data to model long-term and short-term motion patterns of vehicles. Moreover, the multi-head attention layer in the VFormer is utilized to learn the spatial-temporal dependencies between the target vehicle and its surrounding vehicles at different timestamps to improve prediction accuracy. A comprehensive performance evaluation has been conducted based on the public vehicle trajectory dataset and the real-world system prototype. Experiment results demonstrate the superiority of the proposed framework on improving vehicle localization and trajectory prediction performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
傅以柳发布了新的文献求助20
刚刚
风淡了完成签到,获得积分20
2秒前
2秒前
宁琳完成签到,获得积分10
3秒前
二中所长完成签到,获得积分10
3秒前
4秒前
dwls应助明理的白风采纳,获得30
5秒前
英勇的天蓝完成签到 ,获得积分10
5秒前
5秒前
lucky完成签到,获得积分10
5秒前
Ava应助故意的诗筠采纳,获得10
5秒前
Ava应助果汁熊采纳,获得10
5秒前
善学以致用应助zm采纳,获得10
6秒前
自然天思发布了新的文献求助10
6秒前
QQ完成签到,获得积分10
7秒前
勤恳的蜜蜂完成签到,获得积分20
7秒前
啊啊啊发布了新的文献求助10
8秒前
8秒前
光亮夏兰发布了新的文献求助10
9秒前
tcmlida完成签到,获得积分10
9秒前
春华秋实发布了新的文献求助20
9秒前
10秒前
思源应助雷小牛采纳,获得10
10秒前
无限的薄荷完成签到,获得积分10
10秒前
10秒前
俭朴咖啡完成签到 ,获得积分10
11秒前
卤味狮子头完成签到,获得积分10
11秒前
自由飞阳完成签到,获得积分10
11秒前
11秒前
超超发布了新的文献求助10
11秒前
搜集达人应助Miyya采纳,获得10
11秒前
12秒前
12秒前
Hiccup完成签到,获得积分10
12秒前
13秒前
花痴的尔丝完成签到,获得积分10
13秒前
superX发布了新的文献求助10
14秒前
脑洞疼应助btyjs采纳,获得10
14秒前
小二郎应助慈祥的翠桃采纳,获得10
14秒前
wanci应助慈祥的翠桃采纳,获得10
14秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3245091
求助须知:如何正确求助?哪些是违规求助? 2888863
关于积分的说明 8255782
捐赠科研通 2557216
什么是DOI,文献DOI怎么找? 1385884
科研通“疑难数据库(出版商)”最低求助积分说明 650265
邀请新用户注册赠送积分活动 626473