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！

龙图腾网获悉中国科学院电工研究所申请的专利一种基于循环元诱导神经网络的车辆轨迹预测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：CN116522119B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310429824.X，技术领域涉及：G06F18/2131；该发明授权一种基于循环元诱导神经网络的车辆轨迹预测方法及系统是由吴艳;吴昊;王丽芳;陈启蒙;苟晋芳设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于循环元诱导神经网络的车辆轨迹预测方法及系统在说明书摘要公布了：本发明公开一种基于循环元诱导神经网络的车辆轨迹预测方法及系统，涉及车辆轨迹预测领域，方法包括：将目标车辆以及对应多个背景车辆的历史采样轨迹输入至车辆轨迹预测模型，以得到目标车辆的预测轨迹；车辆轨迹预测模型基于训练样本集对预设循环元诱导神经网络进行训练得到；预设循环元诱导神经网络包括观察预测子网络和目标预测子网络；观察预测子网络用于提取观察预测子任务的元特征；目标预测子网络用于对目标车辆以及对应多个背景车辆的历史采样轨迹进行特征提取以得到车辆轨迹时空交互特征，并结合元特征预测目标车辆的未来轨迹。本发明提高了车辆轨迹预测的泛化能力和准确性。

本发明授权一种基于循环元诱导神经网络的车辆轨迹预测方法及系统在权利要求书中公布了：1.一种基于循环元诱导神经网络的车辆轨迹预测方法，其特征在于，方法包括： 获取预设时间段内，目标车辆的历史采样轨迹以及对应的多个背景车辆的历史采样轨迹；所述预设时间段内包括多个采样时刻； 将所述目标车辆的历史采样轨迹以及对应的多个背景车辆的历史采样轨迹，输入至车辆轨迹预测模型，以得到所述目标车辆的预测轨迹；其中，所述车辆轨迹预测模型是基于训练样本集对预设循环元诱导神经网络进行训练得到的；所述训练样本集中每个训练样本包括目标车辆的运动轨迹、目标车辆对应的背景车辆的运动轨迹、目标车辆的未来轨迹；所述预设循环元诱导神经网络包括观察预测子网络和目标预测子网络；所述观察预测子网络包括多个依次连接的观察预测模块；所述目标预测子网络和每个所述观察预测模块均包括第一LSTM模块和卷积社会池化模块； 所述观察预测子网络用于：对每一采样时刻下、所述目标车辆的历史采样轨迹以及对应的多个背景车辆的历史采样轨迹进行特征提取，以得到元特征；所述元特征包括第一车辆轨迹时空交互特征和车辆轨迹预测特征； 所述目标预测子网络用于：对目标采样时刻下、所述目标车辆的历史采样轨迹以及对应的多个背景车辆的历史采样轨迹进行特征提取，以得到第二车辆轨迹时空交互特征；然后基于所述第二车辆轨迹时空交互特征以及所述观察预测子网络输入的元特征，预测所述目标车辆的未来轨迹； 所述观察预测模块还包括第一拼接模块和第二LSTM模块； 所述观察预测模块中，所述第一LSTM模块的输入端用于输入任一采样时刻下、所述目标车辆的历史采样轨迹以及对应的多个背景车辆的历史采样轨迹；所述第一LSTM模块用于提取所有车辆的历史轨迹特征以及所述目标车辆的车辆轨迹预测特征； 所述第一LSTM模块的第一输出端用于将所有车辆的历史轨迹特征输入至所述卷积社会池化模块；所述第一LSTM模块的第二输出端用于将所述车辆轨迹预测特征输入至所述第一拼接模块； 所述卷积社会池化模块用于对所有车辆的历史轨迹特征进行特征提取，以得到第一车辆轨迹时空交互特征，然后将所述第一车辆轨迹时空交互特征输入至所述第一拼接模块； 所述第一拼接模块用于将所述车辆轨迹预测特征与所述第一车辆轨迹时空交互特征进行连接，以得到车辆轨迹综合特征； 所述第二LSTM模块用于对所述车辆轨迹综合特征进行特征提取，以得到元特征，然后将所述元特征输入至相邻的下一观察预测模块的第二LSTM模块进行更新。

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中国科学院电工研究所，其通讯地址为：100190 北京市海淀区中关村北二条6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”。