Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏大学刘擎超获国家专利权

江苏大学刘擎超获国家专利权

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!

龙图腾网获悉江苏大学申请的专利基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及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:CN118886303B

龙图腾网通过国家知识产权局官网在2025-04-08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:202410907531.2,技术领域涉及:G06F30/27;该发明授权基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统是由刘擎超;王瑞海;蔡英凤;王海;陈龙;熊晓夏设计研发完成,并于2024-07-08向国家知识产权局提交的专利申请。

基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统在说明书摘要公布了:本发明公开了基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统,在获取车辆轨迹数据的基础上,首先,利用贪婪策略动态选择最优历史轨迹片段长度,得到不同条件下的历史轨迹片段长度,其次,将历史轨迹片段输入数据扩散模型进行训练,经过改进的Transformer模型训练得到不同车辆行为的多种车辆轨迹数据,之后,利用数据编辑模型构建无预测器引导下的车辆轨迹数据,生成目标域内的新样本;然后,利用数据演化模型预测下一段片段的模式、长度和幅度,将所得信息输入至数据扩散和数据编辑模型得到新样本,并进行组合得到生成轨迹。本发明能提高生成轨迹的稳定性和可靠性,从而提高驾驶的安全性和适应性。

本发明授权基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统在权利要求书中公布了:1.基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法,其特征在于,包括如下步骤:步骤1,输入构建:收集周边车辆及自车的轨迹数据和行驶数据,作为扩散模型原始输入;步骤2,划分最优片段长度:利用贪婪策略进行片段划分,获取不同条件下的最优轨迹长度;所述步骤2的具体实现包括:通过贪婪分割策略自适应地确定最佳片段的长度,并将它们分为K个不同的簇,在持续时间和幅度两个维度适当进行缩放后,同一簇内的片段形状和趋势类似,每个簇的质心代表轨迹序列中的不变尺度模式;对比每个评估位置的不同候选序列长度s∈[smin,smax],距离质心最近的长度被记为当前段的最佳分割即 其中,n为片段总数,pδ为第δ段候选序列,表示通过贪婪分割法确定的最优片段长度,Gp:p+s表示任意一段片段长度,s*为最优片段长度,C为尺度不变循环模式,r·,·为距离度量;采用动态时间扭曲DTW计算两个片段之间逐点对齐的最小成本,DTWsi,sj=mind∈Dd,Δsi,sj其中,d表示所有可能的排列集合D中两个序列之间的一致性,Δsi,sj是两个序列si和sj之间的逐点距离矩阵;步骤3,构建扩散模型:基于步骤2划分的片段长度,利用Transformer构建扩散模型DiTransformer;步骤4,模型训练:使用不同的车辆行为数据训练扩散模型DiTransformer;步骤5,轨迹数据编辑:基于步骤4的模型训练结果,对车辆轨迹数据序列进行数据编辑操作;步骤6,演化模型构建:利用多层感知机MLP和时空融合Transformer构建轨迹数据演化模型;步骤7,轨迹生成:利用步骤5编辑好的数据通过轨迹数据演化模型进行学习,得到下一个片段的模式、长度及幅度,再次通过扩散和编辑得到新片段,并与当前数据组合在一起,合成车辆轨迹。

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江苏大学,其通讯地址为:212013 江苏省镇江市京口区学府路301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”。

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。