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MATT-GNN的周边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：CN114655247B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210117542.1，技术领域涉及：B60W60/00；该发明授权基于MATT-GNN的周边车辆轨迹预测方法及系统是由刘擎超;刘佳奇;张鑫;熊晓夏;蔡英凤;陈龙;王海;梁军;景鹏设计研发完成，并于2022-02-08向国家知识产权局提交的专利申请。

本基于MATT-GNN的周边车辆轨迹预测方法及系统在说明书摘要公布了：本发明提供了一种基于MATT‑GNN的周边车辆轨迹预测方法及系统，该预测方法首先构建多注意力谱时空图神经网络，然后将实时采集的周围交通场景车辆信息输入训练后的多注意力谱时空图神经网络，输出被预测车辆的未来轨迹；所述多注意力谱时空图神经网络包括编码器、GRU层、MT‑stem层和解码器，MT‑stem层由n个MT‑stem模块组，MT‑stem模块使得周边车辆间的时空特征得到充分提取；本发明能精准预测复杂交通场景下对周边车辆轨迹。

本发明授权基于MATT-GNN的周边车辆轨迹预测方法及系统在权利要求书中公布了：1.基于MATT-GNN的周边车辆轨迹预测方法，其特征在于： 构建多注意力谱时空图神经网络：将车辆历史轨迹数据与道路特征相结合，基于LSTM编码器进行编码得到特征，构建每辆车的邻接矩阵；邻接矩阵输入GRU层，构建图G及其相关联的邻接权重矩阵W；把图G作为由n个MT-stem模块组成的MT-stem层的输入，把n个MT-stem模块的输出连接并送到GLU和全连接层，输出训练损失和轨迹预测值，并与图卷积核θj后进行求和，获得第j个通道的输出值，连接每个输出通道得到结果Z；最后，通过LSTM解码器进行解码； 将实时采集的周围交通场景车辆信息输入训练后的多注意力谱时空图神经网络，输出被预测车辆的未来轨迹；其中n≥1； 所述MT-stem模块使得周边车辆间的时空特征得到充分提取，具体地：图G变换成谱矩阵表示，将谱矩阵放入多头注意力Seq2seq模块，将谱矩阵中每个节点的特征张量分量变换到频域，再被送到一维卷积和GLU子层，以捕获特征模式；接着，将获得特征模式的张量放入一个线性变换，再输入到放缩点积注意力，将m次的放缩点积注意力结果进行拼接，再进行一次线性变换，并转换回时域；然后对谱矩阵进行有监督学习，在谱矩阵表示上应用图卷积神经网络，并执行逆运算，最后经输出层输出训练损失和轨迹预测值。

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”。