-
题名社区里的新鲜事
- 1
-
-
作者
廖睿翔
王传平(指导老师)
-
机构
华南师范大学附中新世界学校
-
出处
《作文(初中年级)》
2015年第3期29-29,共1页
-
文摘
如果用一个字来形容我们社区里现在的情形,那就是“闲”了。
这不,今天又是一个闲日子,太阳懒洋洋挂在空中,耳边偶尔传来一两声犬吠。我呢,则慵懒地蜷缩在床上,翻看着一本杂志。正当我心里想着如何让今天更有趣时,耳边忽然传来一阵高音喇叭的喧闹声:“各位住户,你们好!我们是黄花社区嘉怡超市。本超市特在‘六六大顺’的日子里开展‘双六惠民,其乐融融’有奖送礼庆祝活动。机不可失,时不再来,赶快来参加吧!地点,社区小公园。”
-
关键词
社区
新鲜
高音喇叭
庆祝活动
超市
住户
公园
-
分类号
TU998.1
[建筑科学—市政工程]
-
-
题名时空图注意力网络在交叉口车辆轨迹预测的应用
被引量:4
- 2
-
-
作者
曾伟良
陈漪皓
姚若愚
廖睿翔
孙为军
-
机构
广东工业大学自动化学院
-
出处
《计算机科学》
CSCD
北大核心
2021年第S01期334-341,共8页
-
基金
国家自然科学基金(61803100,U1911401)
广东省智能交通系统重点实验室开放基金(202005003)
+2 种基金
广东省科技计划(2019B010121001,2019B010118001,2019B01019001)
工信部工业互联网创新发展工程(TC190A3X9-2-2)
国家重点研发计划(2018YFB1802400)。
-
文摘
随着人工智能和大数据技术的快速发展,以深度学习为代表的自动驾驶轨迹预测是未来的热点研究方向。在混合交通场景下,如何准确地预测机动车与非机动车的轨迹,是实现自动驾驶技术中安全行驶和高效轨迹规划等问题的前提。针对交叉路口中不同运动对象之间发生交互时的轨迹预测问题,提出了基于图注意力网络的建模方案。所采用的模型结合了时间与空间上研究对象之间的相互作用,对机动车与非机动车的未来轨迹做出了更准确的预测,可应用于自动驾驶的轨迹规划方案,确保在复杂交通场景下,机动车与非机动车能够安全且高效地通过交叉路口。该模型在简单交互情况下,可取得较小的轨迹平均位移误差和最终位移误差,而在复杂交互情况下,可提供更为合理的规划路径。
-
关键词
自动驾驶
轨迹预测
深度学习
图注意力网络
-
Keywords
Autonomous driving
Trajectory prediction
Deep learning
Graph Attention Networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-