Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学前沿技术研究院;北京理工大学;山东汇创信息技术有限公司;山东伟创信息技术有限公司朱子晗获国家专利权

北京理工大学前沿技术研究院;北京理工大学;山东汇创信息技术有限公司;山东伟创信息技术有限公司朱子晗获国家专利权

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!

龙图腾网获悉北京理工大学前沿技术研究院;北京理工大学;山东汇创信息技术有限公司;山东伟创信息技术有限公司申请的专利一种用于自动驾驶的轻量化轨迹预测方法和系统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:CN121019624B

龙图腾网通过国家知识产权局官网在2026-03-10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:202511527088.7,技术领域涉及:B60W60/00;该发明授权一种用于自动驾驶的轻量化轨迹预测方法和系统是由朱子晗;陈雪梅;钱冠宇;马腾;董宪元;赵小萱;沈晓旭;姚诚达;高丛政设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。

一种用于自动驾驶的轻量化轨迹预测方法和系统在说明书摘要公布了:本发明提出了一种用于自动驾驶的轻量化轨迹预测方法和系统,属于自动驾驶技术领域,该方法为:获取多个智能体的历史轨迹坐标,以目标智能体在历史时间窗终点时刻位置为锚点进行归一化,将绝对坐标转换为以锚点为原点的相对位移量;相对位移量分别输入至并行的空间和时间编码器提取空间和时序特征;将空间和时序特征分别通过空间和时间交互捕获同一时刻不同智能体间的空间和时间交互关系;并对空间和时序交互关系进行融合,输出融合后交互特征;对融合后交互特征解码生成每个智能体未来时刻的预测轨迹及概率分布。基于该方法,还提出了一种用于自动驾驶的轻量化轨迹预测系统。本发明可以不使用地图信息前提下实现对轨迹精准预测。

本发明授权一种用于自动驾驶的轻量化轨迹预测方法和系统在权利要求书中公布了:1.一种用于自动驾驶的轻量化轨迹预测方法,其特征在于,由一个单智能体轨迹编码模块和一个多智能体交互模块组成,可以在自动驾驶时不使用地图信息的前提下实现对轨迹的精准预测,包括以下步骤: 获取目标场景中多个智能体的历史轨迹坐标,以目标智能体在历史时间窗终点时刻的位置为锚点进行坐标系归一化处理,将绝对坐标转换为以所述锚点为原点的相对位移量;坐标系归一化处理的过程包括:计算目标智能体最后一段历史轨迹的方向向量,将场景中所有智能体的历史轨迹通过旋转与所述方向向量对齐,以实现轨迹数据的旋转不变性归一化; 将所述相对位移量分别输入至并行的空间编码器和时间编码器,分别提取每个智能体的空间特征和时序特征; 将所述空间特征和时序特征通过空间交互捕获同一时刻下不同智能体之间的空间交互关系;将所述空间特征和时序特征通过时序交互捕获不同时间步下智能体之间的时间交互关系;并利用交叉注意力机制对空间交互关系和时序交互关系进行融合,输出融合后交互特征;将所述空间特征和时序特征通过空间交互捕获同一时刻下不同智能体之间的空间交互关系的过程包括: 智能体和智能体的参考帧通过向量参数化;其中表示智能体至智能体的初始方向向量; 当消息从智能体传递至智能体时,采用MLP生成成对嵌入,其在第层的定义为: ; 其中,为第层智能体的隐藏嵌入;为第层智能体的隐藏嵌入;作为初始节点特征;通过聚合的所有传入消息,节点更新其状态: ; 为第层智能体的隐藏嵌入; 经过层消息传递后,每个节点获得最终嵌入,经批归一化和高斯误差线性单元激活函数处理后,输出层生成目标智能体的嵌入表示; 利用交叉注意力机制对空间交互关系和时序交互关系进行融合,输出融合后交互特征的过程包括: ,,; ;;; ;; 最后得到: 其中,为从空间特征生成查询的线性变换权重矩阵;为从空间特征生成查询键的线性变换权重矩阵;为从空间特征生成值的线性变换权重矩阵;为从时序特征生成查询的线性变换权重矩阵;为从时序特征生成键的线性变换权重矩阵;为从时序特征生成值的线性变换权重矩阵;为以空间特征为查询;为以时序特征为查询;为以时序特征的键;为以时序特征的值;为以空间特征的键;为以空间特征的值;为缩放因子;为空间到时间的注意力特征;为时间到空间的注意力特征;为最终的融合特征; 对所述融合后交互特征通过解码器进行解码生成每个智能体未来时刻的多条预测轨迹及其对应的概率分布; 将所述空间特征和时序特征通过时序交互捕获不同时间步下智能体之间的时间交互关系的过程包括:采用Mamba双向扫描机制同时融合历史轨迹与未来行为预测,其中前向SSM操作分别由Mamba_F表示、后向SSM操作由Mamba_B表示; ; 其中,表示对时间反转;代表单智能体编码的特征输出;Gate_f为前向SSM操作的Sigmoid门控函数;Gate_b为后向SSM操作的Sigmoid门控函数;按正常时间顺序处理序列,捕捉历史依赖;按反转后的时间顺序处理序列,捕捉未来依赖;为前向Mamba层处理输入序列后得到的隐藏状态输出序列;为后向Mamba层处理输入序列后得到的隐藏状态输出序列;为全连接层的权重参数;为全连接层的的偏置参数;为双向扫描输出的时间交互关系。

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北京理工大学前沿技术研究院;北京理工大学;山东汇创信息技术有限公司;山东伟创信息技术有限公司,其通讯地址为:250101 山东省济南市高新区经十路7000号汉峪金融商务中心五区1号楼601;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。