吉林大学靳立强获国家专利权
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！
龙图腾网获悉吉林大学申请的专利一种基于条件融合的交通参与者不确定性轨迹预测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：CN120164320B 。
龙图腾网通过国家知识产权局官网在2025-09-23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：202510195470.6，技术领域涉及：G08G1/01；该发明授权一种基于条件融合的交通参与者不确定性轨迹预测方法是由靳立强;郭梦迪;滕飞;胡春岩;周研博设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。
本一种基于条件融合的交通参与者不确定性轨迹预测方法在说明书摘要公布了：本发明提供了一种基于条件融合的交通参与者不确定性轨迹预测方法，涉及自动驾驶车辆轨迹预测领域。该方法通过采集交通场景中各参与者在过去预定时长的状态信息和车道信息并将其打包成嵌入向量序列，将嵌入向量序列映射为潜在数组，将潜在数组和嵌入向量序列输入至编码网络中，得到高维深度表征信息；将高维深度表征信息输入至扩散模型中对其训练；使用训练后的扩散模型生成目标的预测轨迹，多次采样得到考虑不确定性的轨迹预测结果。本方案融合深度神经网络对场景信息的高维表征以及扩散模型多次采样生成的概率特性，刻画车辆在同样历史条件下可能出现的多种未来轨迹分支，为复杂交通场景下的自动驾驶决策和路径规划提供可靠的基础。
本发明授权一种基于条件融合的交通参与者不确定性轨迹预测方法在权利要求书中公布了：1.一种基于条件融合的交通参与者不确定性轨迹预测方法，其特征在于，包括如下步骤： 采集交通场景中各参与者在过去预定时长的状态信息和车道信息； 将所述状态信息、车道信息打包成嵌入向量序列X，将嵌入向量序列X映射为潜在数组Z，将所述潜在数组Z和嵌入向量序列X输入至编码网络中，得到高维深度表征信息C；所述编码网络由若干层编码器堆叠，每层编码器各自包含交叉注意力模块与潜在自注意力模块； 将所述高维深度表征信息C输入至开源的扩散模型中，完成对扩散模型的训练； 使用训练后的扩散模型生成目标的预测轨迹，并通过多次采样得到考虑不确定性的轨迹预测结果。
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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励