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！

龙图腾网获悉同济大学申请的专利一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强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：CN121637493B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610156644.2，技术领域涉及：G06F21/55；该发明授权一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强方法是由高珍;王立友;杭鹏;余荣杰设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强方法在说明书摘要公布了：本发明涉及一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强方法。包括以下步骤：首先，通过多模态特征编码器提取包含历史轨迹与地图拓扑的隐层语义特征；其次，构建基于场景自适应的动态路由机制，计算输入特征在多个专家子空间上的投影权重；随后，执行基于正交分解的截断投影操作，保留位于低维空间上的核心语义，滤除位于正交补空间上的对抗扰动；最后，引入特征一致性约束训练机制，以干净样本的重构特征为锚点，强制对抗样本的净化特征与之对齐。与现有技术相比，本发明通过物理层面的特征净化与结构化的一致性约束，显著提升了模型在白盒梯度攻击、黑盒查询攻击及物理语义欺骗场景下的鲁棒性，确保了自动驾驶系统的预测可靠性。

本发明授权一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强方法在权利要求书中公布了：1.一种基于动态子空间投影分解的轨迹预测模型鲁棒性增强方法，其特征在于，包括以下步骤： 步骤1：多模态时空数据编码与正交专家子空间库初始化； 将自动驾驶场景中的异构数据映射到统一的高维隐层特征空间；并基于真实样本的统计特性，构建用于后续特征分解与净化的正交专家子空间库； 步骤2：基于场景感知路由自适应选择动态子空间； 针对自动驾驶场景中交通交互的复杂性与多变性，构建动态路由机制，根据步骤1输出的高维隐层特征，自适应地选择最匹配的专家子空间组合，并合成针对当前输入样本的动态投影算子，为后续的特征净化提供结构基础； 步骤3：自适应正交投影分解与结构化特征净化； 利用步骤2合成的动态投影算子，将高维混合特征强制分解为位于低维空间上的语义分量和位于正交补空间上的噪声分量，并通过结构化正则损失约束这一分解过程的数学性质，确保净化的有效性； 步骤4：特征一致性对抗训练与鲁棒轨迹生成； 首先利用对抗攻击生成针对当前输入样本的对抗扰动样本；随后，构建一个包含轨迹预测主任务损失、子空间结构约束损失以及对抗场景下的特征一致性损失的加权总损失函数；最后，利用梯度反向传播算法最小化该总损失函数，协同更新多模态编码器、动态专家子空间投影矩阵以及预测解码头的网络参数，从而生成兼具高精度与抗干扰能力的未来轨迹。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。