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场景理解增强的自动驾驶车辆运动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：CN120339990B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510814107.8，技术领域涉及：G06V20/56；该发明授权一种基于场景理解增强的自动驾驶车辆运动预测方法是由许芳;韩帅;陈虹;胡云峰;宫洵;林佳眉设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于场景理解增强的自动驾驶车辆运动预测方法在说明书摘要公布了：本发明适用于自动驾驶技术领域，提供了一种基于场景理解增强的自动驾驶车辆运动预测方法。本发明首先考虑到场景输入的多层级结构，应用多种轨迹遮蔽策略，加深模型对潜在语义信息的理解。采用混合式预训练策略，合理排布预训任务，以应对灾难性遗忘问题。其次，使用编码器‑解码器的简洁架构来增强场景理解能力，提升运动预测性能。此外，为保证模型在上下游任务中的通用性，对训练完成的预训练网络进行端到端微调，并应用于运动预测任务以验证多策略的有效性。最后，为保证实时预测性能，将模型部署至车载GPU平台进行硬件加速，提升了实际应用价值。

本发明授权一种基于场景理解增强的自动驾驶车辆运动预测方法在权利要求书中公布了：1.一种基于场景理解增强的自动驾驶车辆运动预测方法，其特征在于，包括以下步骤： 步骤1、多种轨迹遮蔽策略及混合式预训练策略设计；定义一个存在N辆车的交通场景，包括一个目标车辆和N-1个目标车辆的相邻车辆，每辆车的历史轨迹长度为T h ，每个轨迹点的特征数量为D，将包含所有车辆历史轨迹数据的集合记作；将交通场景中的所有车辆历史轨迹数据以离散点的形式存储，并构建数据结构，以体现车辆、轨迹和特征的多级特性； 步骤2、基于场景理解增强的预训练网络搭建；采用编码器-解码器架构来搭建预训练模型，编码器包括时空模块、聚合模块和社交模块，解码器为多层感知机； 步骤3、基于端到端微调的运动预测网络搭建；用训练好的预训练编码器做参数初始化，得到运动预测编码器；重新设计基于多层感知机的运动预测解码器，即得到基于端到端微调的运动预测网络模型； 步骤4、预测模型GPU部署与推理加速； 所述多种轨迹遮蔽策略设计包括： 基于随机遮蔽策略的预训练任务设计：对场景中所有车辆的历史轨迹实行随机遮蔽，按照遮蔽比例α生成随机索引序列，按照随机索引序列将对应位置的掩码标记置位，被随机遮蔽的部分轨迹在训练过程中被视为未知，网络通过未被遮蔽的部分轨迹来补全完整的历史轨迹； 基于社交遮蔽策略的预训练任务设计：按照比例β对场景中所有车辆的历史轨迹末端的连续段落进行遮蔽，利用历史状态预测未来状态； 所述混合式预训练策略设计包括：将整个训练过程划分为多个阶段，每个阶段对应不同的训练目标和子任务数量；在第i个阶段同时训练i个子任务，同时用当前阶段的网络参数和初始化下一阶段的模型； 所述社交模块的输入是聚合特征，维度为，代表车辆的数量，为统一的编码维度；输出为社交特征；过程表示为： ； 其中，为聚合特征的掩码向量，由对聚合前的掩码张量的最后一维进行压缩操作得到。

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 吉林省长春市朝阳区前进大街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”。