中南大学吕丰获国家专利权
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!
龙图腾网获悉中南大学申请的专利基于轨迹库的移动目标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:CN120316515B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202510803595.2,技术领域涉及:G06F18/214;该发明授权基于轨迹库的移动目标轨迹预测方法及系统是由吕丰;吴诗雯;段思婧设计研发完成,并于2025-06-17向国家知识产权局提交的专利申请。
本基于轨迹库的移动目标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轨迹库的移动目标轨迹预测方法及系统,所述预测方法包括根据历史目标轨迹数据计算轨迹之间的多维特征,进而计算轨迹之间的总体相似度;基于轨迹之间的总体相似度,对所有历史目标轨迹进行聚类,得到多个轨迹簇;根据每个轨迹簇构建轨迹样本数据集,利用轨迹样本数据集对深度学习模型进行训练,生成对应的轨迹预测模型;从每个轨迹簇中提取中心轨迹,根据所有中心轨迹构建轨迹库;对新目标轨迹数据与轨迹库进行匹配,确定新目标轨迹的归属;根据新目标轨迹的归属确定轨迹预测模型,利用确定的轨迹预测模型对新目标轨迹进行预测。本发明提升了聚类结果和目标轨迹预测的准确性,提升了目标轨迹预测效率。
本发明授权基于轨迹库的移动目标轨迹预测方法及系统在权利要求书中公布了:1.一种基于轨迹库的移动目标轨迹预测方法,其特征在于,所述预测方法包括: 获取历史目标轨迹数据; 根据所述历史目标轨迹数据计算任意两条历史目标轨迹之间的多维特征,进而计算任意两条历史目标轨迹之间的总体相似度; 基于任意两条历史目标轨迹之间的总体相似度,对所有历史目标轨迹进行聚类,得到多个轨迹簇; 根据每个所述轨迹簇构建轨迹样本数据集,利用所述轨迹样本数据集对深度学习模型进行训练,生成与所述轨迹簇对应的轨迹预测模型; 从每个所述轨迹簇中提取中心轨迹,根据所有中心轨迹构建轨迹库; 获取新目标轨迹数据; 对所述新目标轨迹数据与所述轨迹库进行匹配,确定新目标轨迹的归属; 根据所述新目标轨迹的归属确定轨迹预测模型,利用确定的轨迹预测模型对所述新目标轨迹进行预测; 其中,所述对所有历史目标轨迹进行聚类,具体包括: 根据所有历史目标轨迹中轨迹点之间的平均距离以及轨迹点密度分布标准差确定邻域半径和最小样本数的搜索范围,具体公式为: ; ; 其中,表示邻域半径;表示所有历史目标轨迹中轨迹点之间的平均距离;和均表示经验调节因子;表示轨迹点密度分布标准差;表示最小样本数;N表示历史目标轨迹的数量; 对邻域半径和最小样本数的搜索范围进行抽样,得到多个候选参数组;其中,每个候选参数组包括邻域半径和最小样本数; 基于每个候选参数组,对所有历史目标轨迹进行聚类,得到每个候选参数组的聚类结果; 对每个候选参数组的聚类结果进行评价,得到每个候选参数组的评分; 根据每个候选参数组的评分确定最优候选参数组,以最优候选参数组的聚类结果作为最终聚类结果。
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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。
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。

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