本文使用LSTM预测无人驾驶车辆的路径, 通过前10步预测后10步
输入：t-10 ~ t-1时刻路径
输出：t ~ t+9时刻路径
路径为二维数据(Local_X, Local_Y)
数据集来源于NGSIM
LSTM输入(seq, step, dim)
seq:训练集的序列，归一化到0-1
step：每次输入是10步，根据前10步预测后10步
dim：数据维度是2, (X,Y)
从NGSIM取了400个数据作为本次实验的数据
训练集数量：400*0.7 = 280
测试集数量：400-280 = 120
python train.py
python predict.py
蓝色为前10步,橙色为后10步
example1:
example2:
.png)
本项目只是用了很少一段数据，应该对数据集进行特征提取，并且采用更多数据进行训练。