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！

龙图腾网获悉四川吉利学院申请的专利一种基于Transformer-GNN的驾驶风格与交通密度联合识别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：CN120561874B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511056712.X，技术领域涉及：G06F18/25；该发明授权一种基于Transformer-GNN的驾驶风格与交通密度联合识别方法是由邹倩颖;刘俸宇;黎润林;阴明旭;廖员设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于Transformer-GNN的驾驶风格与交通密度联合识别方法在说明书摘要公布了：本发明涉及智能交通和驾驶行为分析技术领域，公开了一种基于Transformer‑GNN的驾驶风格与交通密度联合识别方法，包括获取车辆行驶状态数据和环境感知数据；对车辆行驶状态数据和环境感知数据进行特征提取，获得驾驶行为序列特征和车辆环境特征；采用基于Transformer的行为序列编码器获得包含全局时间依赖信息的隐状态行为表示；同时采用基于图神经网络的交通交互模型获取车辆间的空间交互特征；对隐状态行为表示和车辆间的空间交互特征进行特征融合，根据融合特征生成包含驾驶风格识别和交通密度预测的多任务输出结果。本发明能够同时捕捉微观驾驶行为和宏观交通状态之间的关联，提高了模型对复杂场景的认知能力，增强了驾驶风格与交通密度联合识别的精度和鲁棒性。

本发明授权一种基于Transformer-GNN的驾驶风格与交通密度联合识别方法在权利要求书中公布了：1.一种基于Transformer‑GNN的驾驶风格与交通密度联合识别方法，其特征在于，包括以下步骤： 获取车辆行驶状态数据和环境感知数据； 对车辆行驶状态数据和环境感知数据进行特征提取，获得驾驶行为序列特征和车辆环境特征； 采用基于Transformer的行为序列编码器对驾驶行为序列特征进行编码建模，获得包含全局时间依赖信息的隐状态行为表示；同时采用基于图神经网络的交通交互模型根据车辆环境特征构建动态交通图，获取车辆间的空间交互特征；具体包括： 根据车辆环境特征构建动态交通图；具体包括： 以待识别车辆为目标节点，将其设定范围内的邻近车辆视为邻居节点，依据相对距离和车道关系建立边连接；其中每个节点的初始特征为车辆环境特征； 将局部车流密度作为图的全局特征，通过图卷积或图注意力网络进行图注意力更新； 经过循环迭代，得到车辆间的空间交互特征； 对包含全局时间依赖信息的隐状态行为表示和车辆间的空间交互特征进行特征融合，根据融合特征生成包含驾驶风格识别和交通密度预测的多任务输出结果。

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四川吉利学院，其通讯地址为：641423 四川省成都市东部新区成简大道二段123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。