期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Social Transformer的井下多人轨迹预测方法
1
作者
马征
杨大山
张天翔
《工矿自动化》
CSCD
北大核心
2024年第5期67-74,共8页
目前煤矿井下人员轨迹预测方法中,Transformer与循环神经网络(RNN)、长短期记忆(LSTM)网络相比,在处理数据时不仅计算量小,同时还有效解决了梯度消失导致的长时依赖问题。但当环境中涉及多人同时运动时,Transformer对于场景中所有人员...
目前煤矿井下人员轨迹预测方法中,Transformer与循环神经网络(RNN)、长短期记忆(LSTM)网络相比,在处理数据时不仅计算量小,同时还有效解决了梯度消失导致的长时依赖问题。但当环境中涉及多人同时运动时,Transformer对于场景中所有人员未来轨迹的预测会出现较大偏差。并且目前在井下多人轨迹预测领域尚未出现一种同时采用Transformer并考虑个体之间相互影响的模型。针对上述问题,提出一种基于Social Transformer的井下多人轨迹预测方法。首先对井下每一个人员独立建模,获取人员历史轨迹信息,通过Transformer编码器进行特征提取,接着由全连接层对特征进行表示,然后通过基于图卷积的交互层相互连接,该交互层允许空间上接近的网络彼此共享信息,计算预测对象在受到周围邻居影响时对周围邻居分配的注意力,从而提取其邻居的运动模式,继而更新特征矩阵,最后新的特征矩阵由Transformer解码器进行解码,输出对于未来时刻的人员位置信息预测。实验结果表明,Social Transformer的平均位移误差相较于Transformer降低了45.8%,且与其他主流轨迹预测方法LSTM,S−GAN,Trajectron++和Social−STGCNN相比分别降低了67.1%,35.9%,30.1%和10.9%,有效克服了煤矿井下多人场景中由于人员间互相影响导致预测轨迹失准的问题,提升了预测精度。
展开更多
关键词
电子围栏
井下多人轨迹预测
TRANSFORMER
交互编码
Social
Transformer
下载PDF
职称材料
题名
基于Social Transformer的井下多人轨迹预测方法
1
作者
马征
杨大山
张天翔
机构
煤炭科学技术研究院有限公司
煤炭智能开采与岩层控制全国重点实验室
煤矿应急避险技术装备工程研究中心
北京市煤矿安全工程技术研究中心
北京科技大学自动化学院
出处
《工矿自动化》
CSCD
北大核心
2024年第5期67-74,共8页
基金
中央高校基本科研业务费专项项目(FRF-TP-24-060A)
天地科技股份有限公司科技创新创业资金专项项目(2023-TDZD005-005,2023CG-ZB-10)。
文摘
目前煤矿井下人员轨迹预测方法中,Transformer与循环神经网络(RNN)、长短期记忆(LSTM)网络相比,在处理数据时不仅计算量小,同时还有效解决了梯度消失导致的长时依赖问题。但当环境中涉及多人同时运动时,Transformer对于场景中所有人员未来轨迹的预测会出现较大偏差。并且目前在井下多人轨迹预测领域尚未出现一种同时采用Transformer并考虑个体之间相互影响的模型。针对上述问题,提出一种基于Social Transformer的井下多人轨迹预测方法。首先对井下每一个人员独立建模,获取人员历史轨迹信息,通过Transformer编码器进行特征提取,接着由全连接层对特征进行表示,然后通过基于图卷积的交互层相互连接,该交互层允许空间上接近的网络彼此共享信息,计算预测对象在受到周围邻居影响时对周围邻居分配的注意力,从而提取其邻居的运动模式,继而更新特征矩阵,最后新的特征矩阵由Transformer解码器进行解码,输出对于未来时刻的人员位置信息预测。实验结果表明,Social Transformer的平均位移误差相较于Transformer降低了45.8%,且与其他主流轨迹预测方法LSTM,S−GAN,Trajectron++和Social−STGCNN相比分别降低了67.1%,35.9%,30.1%和10.9%,有效克服了煤矿井下多人场景中由于人员间互相影响导致预测轨迹失准的问题,提升了预测精度。
关键词
电子围栏
井下多人轨迹预测
TRANSFORMER
交互编码
Social
Transformer
Keywords
electronic fence
underground multi personnel trajectory prediction
Transformer
interaction coding
Social Transformer
分类号
TD67 [矿业工程—矿山机电]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Social Transformer的井下多人轨迹预测方法
马征
杨大山
张天翔
《工矿自动化》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部