车辆轨迹预测方法和装置

本申请适用于智能交通技术领域，提供了一种车辆轨迹预测方法和装置，方法包括：对获取到的原始车辆轨迹数据进行预处理，生成时序样本；将所述时序样本输入至混合神经网络模型，分别通过RCBAM模块提取空间与状态特征，通过DBMA模块提取时空依赖特征，通过TRANSFORMER模块提取全局特征，以及，通过MOE模块动态依据时序样本特性确定特征匹配度；基于所述空间与状态特征、所述时空依赖特征、所述全局特征和所述特征匹配度，生成融合特征；基于所述融合特征得到轨迹预测结果。从而有效捕捉非线性关系与时空动态关联，提升预测精度、稳定性及复杂场景泛化能力。