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！

龙图腾网获悉华侨大学申请的专利一种基于动态包络体的行人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：CN120525912B 。

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：202511014746.2，技术领域涉及：G06T7/207；该发明授权一种基于动态包络体的行人轨迹预测方法及系统是由杨建兴;吴嘉豪;何魁杰;方翀;张晓东;张勇设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于动态包络体的行人轨迹预测方法及系统在说明书摘要公布了：本发明公开了一种基于动态包络体的行人轨迹预测方法及系统，涉及轨迹预测领域，方法包括：通过双目相机采集图像并进行3D目标检测，将数据投影到2D鸟瞰图中以提取人群运动特征，结合速度方差、密度梯度和历史轨迹相似度等特征向量对行人进行聚类分组，并利用α‑shape算法构建人群包络体几何模型；随后采用Transformer模型预测包络体未来状态，并通过残差修正模块优化结果，从而实现对行人轨迹的准确预测。本发明通过结合3D目标检测、2D鸟瞰图建模、人群特征提取与Transformer预测模型等技术手段，实现了对复杂场景下行人的高精度轨迹预测。

本发明授权一种基于动态包络体的行人轨迹预测方法及系统在权利要求书中公布了：1.一种基于动态包络体的行人轨迹预测方法，其特征在于，包括： S1，对双目相机采集的原始图像执行3D目标检测，获得3D目标检测信息，基于3D目标检测信息中的空间坐标信息和深度信息，对行人进行边界框和类别标签检测，去除因人群遮挡导致的检测结果中重叠的边界框，并将3D目标检测信息降维投影到2D鸟瞰图中，获得统一不同距离行人尺度表征的2D数据，基于2D数据实时捕捉人群动态运动特征； S2，从人群动态运动特征中提取速度方差特征向量、密度梯度特征向量和历史轨迹相似度特征向量，基于速度方差特征向量、密度梯度特征向量和历史轨迹相似度特征向量对行人进行运动模式分类，将相同运动模式且距离小于设定阈值的行人划入同一个聚类分组，通过α‑shape算法在2D鸟瞰图对不同的聚类分组进行包络体几何图形动态建模，获得人群包络体动态模型； 从人群动态运动特征中提取速度方差特征向量，计算公式如下： 其中，表示速度方差特征向量反映行人i在历史时间段内的速度波动程度；n表示用于计算速度方差的历史帧数；k表示时间步索引，k取值范围为1到n，表示从当前时刻向前追溯的第k帧；t表示当前时刻；i表示行人的唯一标识索引，以区分不同的行人；vi,t‑k表示行人i在t‑k时刻的速度向量；表示行人i在过去n帧内的平均速度向量； 从人群动态运动特征中提取密度梯度特征向量，计算公式如下： 其中，表示行人i的邻域集合；邻域集合中行人的数量；表示密度梯度特征向量，反映行人i所在位置与邻域的密度变化率；j表示邻域集合中行人的唯一标识索引；ρj表示行人i所在位置的人群密度；ρi表示行人i在2D鸟瞰图中的坐标；ρj表示行人j在2D鸟瞰图中的坐标；||pj‑pi||表示行人j与行人i之间的欧氏距离；ε表示极小常数； 从人群动态运动特征中提取历史轨迹相似度特征向量公式如下： 其中，Ti和Tj表示行人i和行人j在近m帧内的位置序列构成的轨迹向量；sij表示二者轨迹之间的余弦相似度，用于衡量历史运动方向的一致性；m表示用于计算轨迹相似度的历史帧数；pi,t‑m表示行人i在t‑m时刻的2D坐标；||Ti||表示轨迹向量Ti的L2范数；||Tj||轨迹向量Tj的L2范数； S3，基于transformer模型对人群包络体动态模型进行预测，获得人群包络体未来的几何特征； S4，通过残差修正模块对人群包络体未来的几何特征进行更新，获得更新后的人群包络体未来的几何特征，并基于更新后的人群包络体未来的几何特征预测行人轨迹。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。