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！

龙图腾网获悉武汉理工大学申请的专利基于目标驱动的多模态轨迹预测方法、车辆、设备及介质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：CN119218256B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411555177.8，技术领域涉及：B60W60/00；该发明授权基于目标驱动的多模态轨迹预测方法、车辆、设备及介质是由陆丽萍;叶培昌设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本基于目标驱动的多模态轨迹预测方法、车辆、设备及介质在说明书摘要公布了：本发明公开了一种基于目标驱动的多模态轨迹预测方法、车辆、设备及介质，该方法包括：获取高精度自动驾驶数据集，包括道路参与者的轨迹数据以及矢量化高精度地图，分别获得轨迹特征和地图特征，利用LaneGCN和空间注意力层融合特征；给每个道路参与者预测Ke个候选目标并计算置信度分数；筛选出置信度分数最高的候选目标作为预测目标，并将预测目标一定范围内的区域视为GOI区域，对GOI区域编码得到最终的特征；利用最终的特征为每个道路参与者预测出Ka条预测轨迹以及轨迹对应的置信度分数；训练完成后，选取置信度分数最高的预测轨迹作为最终的轨迹预测结果。本发明可以更好地处理复杂的和不确定的交通情况，提高轨迹预测的准确性。

本发明授权基于目标驱动的多模态轨迹预测方法、车辆、设备及介质在权利要求书中公布了：1.一种基于目标驱动的多模态轨迹预测方法，其特征在于，该方法包括： 获取高精度自动驾驶数据集，该数据集包括道路参与者的轨迹数据以及矢量化高精度地图； 通过U-Net对道路参与者的历史轨迹数据进行特征提取操作以获得轨迹特征； 根据矢量化高精度地图构建lanegraph，利用LaneGCN对lanegraph进行卷积操作以获得地图特征； 利用LaneGCN和空间注意力层融合轨迹特征和地图特征，以捕获道路参与者和道路之间的所有交互信息，得到融合后的特征； 基于融合后的特征，给每个道路参与者预测个候选目标，并应用MLP为每个候选目标计算置信度分数，且使用函数计算最佳候选目标和真实目标之间的误差； 筛选出置信度分数最高的候选目标作为预测目标，并将预测目标一定范围内的区域视为GOI区域，对GOI区域编码得到最终的特征X； 利用最终的特征X为每个道路参与者预测出条预测轨迹以及轨迹对应的置信度分数；通过应用max-marginloss函数计算分类误差，应用函数计算在每个时间步的所有预测轨迹与其相应的地面实际轨迹坐标之间的位移误差； 训练完成后，选取置信度分数最高的预测轨迹作为最终的轨迹预测结果。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。