Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏大学蔡英凤获国家专利权

江苏大学蔡英凤获国家专利权

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!

龙图腾网获悉江苏大学申请的专利一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理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:CN118569382B

龙图腾网通过国家知识产权局官网在2025-10-03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:202410589205.1,技术领域涉及:G06N5/04;该发明授权一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理方法是由蔡英凤;陆子恒;王海;董钊志;陈龙;刘泽设计研发完成,并于2024-05-13向国家知识产权局提交的专利申请。

一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理方法在说明书摘要公布了:本发明公开了一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理方法,该方法包括:基于基本驾驶规则划分车辆轨迹的行为模态,构建泛化模态域;基于道路地图元素的模态细化,构建合理的空间引导;智能体编码结果通过多模态解码器输出对应不同高级别控制指令的多模态轨迹预测结果。本发明的多模态轨迹预测模型将基本驾驶规则用于泛化模态的划分,从而聚合具有相似驾驶行为的训练样本,实现更加直观、广泛、有效的模态分类,提升模型训练效率。其次设计了高细粒度的车道级模态细化方法,提升了信息融合的相关性,避免手工设计繁多的候选先验,自然引导生成更加丰富、有效的轨迹预测模态结果。

本发明授权一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理方法在权利要求书中公布了:1.一种行为模态划分方法,其特征在于,包括如下: S1获取训练场景中智能体数据和道路地图数据,所述智能体数据包含每个动态目标的历史轨迹、速度、航向角状态信息以及语义信息;所述道路地图数据包含每个地图元素构成点的位置、方向以及地图元素类别信息; S2选定目标智能体,构建局部参考坐标系,采用以智能体为中心agent‑centric模式,将驾驶场景内智能体和道路地图元素的状态量对齐到目标智能体构建的坐标系上; S3提取对齐后的道路地图元素中所有的车道中心线状态信息,即车道中心线起始点相对于目标智能体坐标系的空间位置和航向; S4提取目标智能体在观测时刻下的空间位置与航向角,选取距离其最近的车道中心线片段,计算目标智能体航向角与该车道中心线朝向之间的偏航角,若该车道中心线与目标智能体行驶方向同向,则选择其作为基准车道状态; S5提取其他车道中心线片段,并依此作为目标智能体在预测周期下预测轨迹终止位置所属的车道状态,记为终止车道状态; S6选取驾驶场景内有效车道中心线片段,利用基准车道状态和终止车道状态计算所选目标智能体从基准车道出发、到达终止车道的这段轨迹的驾驶行为; S7计算驾驶场景内所有有效车道中心线片段所属的驾驶行为,并针对选定的目标智能体,将当前驾驶场景下具备相同驾驶行为的车道中心线片段聚合成代表此类行为的泛化模态域; S8在训练流程中,为获取目标智能体驾驶行为的真值标签,将基于目标智能体预测轨迹真值确定其所属的泛化模态域,分类目标智能体驾驶行为,具体而言,通过获取真值轨迹终点邻近的车道中心线所属的模态域,判定目标智能的驾驶行为。

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”。

以上内容由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。