买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种道路交叉口动态交通场景智能生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116503571B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310291569.7，技术领域涉及：G06T17/05；该发明授权一种道路交叉口动态交通场景智能生成方法是由耿卫东;胡哲文;李书博;厉向东;梁秀波设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本一种道路交叉口动态交通场景智能生成方法在说明书摘要公布了：本发明公开了一种道路交叉口动态交通场景智能生成方法，包括以下步骤：为初始静态地图构建仅包含车道的初始车道拓扑图；利用GDSS的逆扩散过程基于初始车道拓扑图生成包含车道和交通参与者的初始异构图，依据初始异构图构建初始历史轨迹数据；每次迭代中，以目标交通参与者为中心为当前静态地图进行栅格化建模得到当前栅格化地图，利用基于LSTM构建的轨迹生成模型根据当前历史轨迹数据和当前栅格化地图生成当前迭代对应的未来轨迹数据，该方法在给定交叉口静态地图的条件下，使用基于神经网络的轨迹生成模型进行交叉口动态交通场景的快速、高效、低成本的构建并降低了对用户控制的依赖。

本发明授权一种道路交叉口动态交通场景智能生成方法在权利要求书中公布了：1.一种道路交叉口动态交通场景智能生成方法，其特征在于，包括以下步骤： 为初始静态地图构建仅包含车道的初始车道拓扑图，初始车道拓扑图中，车道抽象为一类车道节点，根据车道之间的连接关系构建车道节点之间的连边，车道节点的属性信息包括车道宽度、车道长度、车道类型，其中，车道类型包括直行、左转、右转以及掉头中的至少一种； 基于GDSS模型的逆扩散过程与初始车道拓扑图生成包含车道和交通参与者的初始异构图，包括：随机噪声初始化初始矩阵GT＝XT,AT，其中，XT表示节点属性矩阵，AT表示邻接矩阵，将初始车道拓扑图的车道节点属性矩阵和邻接矩阵作为指导信息替换掉初始矩阵中部分噪声，得到GDSS模型的输入数据，GDSS模型基于输入数据进行逆扩散得到初始异构图； 初始异构图中，车道抽象为一类车道节点，交通参与者抽象为参与者节点，根据车道之间的连接关系构建车道节点之间的连边，根据交通参与者与车道的所属关系构建参与者节点与车道节点之间的连边，参与者节点的属性信息包括交通参与者位置、速度、朝向角度； 依据初始异构图构建初始历史轨迹数据； 每次迭代中，以目标交通参与者为中心为当前静态地图进行栅格化建模得到当前栅格化地图，利用神经网络构建的轨迹生成模型根据当前历史轨迹数据和当前栅格化地图生成当前迭代对应的未来轨迹数据，包括： 轨迹生成模型包括LSTM编码器、空间特征提取模块以及LSTM解码器，其中，LSTM编码器用于根据历史轨迹数据进行编码以提取轨迹时序特征，空间特征提取模块用于将轨迹时序特征放入其对应交通参与者在栅格化地图中的位置，获得包含时序特征和位置信息的特征图后，采用卷积和池化对特征图进行特征提取得到空间特征；LSTM解码器用于根据将空间特征与时序特征融合后进行解码和线性映射以预测未来轨迹数据； 利用LSTM编码器根据当前历史轨迹数据进行编码以提取轨迹时序特征； 利用空间特征提取模块将轨迹时序特征放入其对应交通参与者在当前栅格化地图中的位置，获得包含时序特征和位置信息的特征图后，采用卷积和池化对特征图进行特征提取得到空间特征； 利用LSTM解码将空间特征与时序特征融合后进行解码和线性映射以预测所有交通参与者当前迭代对应的未来轨迹数据； 根据未来轨迹数据更新栅格化地图，将该未来轨迹数据作为历史轨迹数据，并结合更新的栅格化地图参与下一迭代未来轨迹数据的预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。