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！

龙图腾网获悉中国科学院重庆绿色智能技术研究院申请的专利基于多模态融合的具身智能载具碰撞预测系统及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：CN119723268B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411797449.5，技术领域涉及：G06V10/80；该发明授权基于多模态融合的具身智能载具碰撞预测系统及方法是由尚明生;梁宏斌;陈琳设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于多模态融合的具身智能载具碰撞预测系统及方法在说明书摘要公布了：本发明涉及基于多模态融合的具身智能载具碰撞预测系统及方法，属于自动驾驶领域。该系统由多模态传感器、数据存储单元、数据预处理模块、特征提取模块、特征融合模块、预测输出模块构成。该方法包含以下步骤：S1：采集视觉图像数据和非视觉图像数据；S2：对视觉图像数据和非视觉图像数据进行预处理；S3：利用特征提取模块进行特征提取；S4：特征拼接形成综合特征向量；S5：引入查询向量，利用特征融合模块将查询向量与综合特征向量进行特征融合；S6：将融合特征输入到预测输出模块进行预测，并得到碰撞预测结果。本发明方法能够高精度的预测碰撞，发挥具身智能载具的边缘计算能力，提高计算的实时性，能够显著提升交通安全性与系统智能化水平。

本发明授权基于多模态融合的具身智能载具碰撞预测系统及方法在权利要求书中公布了：1.基于多模态融合的具身智能载具碰撞预测方法，其特征在于，包括如下步骤： S1：利用多模态传感器按照周期采集视觉图像数据和非视觉图像数据，并按照时序存储到数据存储单元； S2：数据预处理模块对数据存储单元中的视觉图像数据和非视觉图像数据进行预处理； S3：特征提取模块分别从预处理后的视觉图像数据和非视觉图像数据中提取特征，得到视觉图像特征和非视觉图像特征； S4：将视觉图像特征和非视觉图像特征在特征维度进行拼接，形成综合特征向量； S5：引入一组待学习的查询向量Queries，利用特征融合模块将查询向量与综合特征向量进行特征融合，得到融合特征； S6：将融合特征输入到预测输出模块进行高层次的语义理解与预测，并得到碰撞预测结果； 步骤S2所述的预处理包含以下步骤： S201：识别当前时刻视觉图像数据是否有行人，如果没有，则等待下一时刻的视觉图像数据，否则继续执行以下步骤； S202：将视觉图像数据中的图像数据进行尺寸调整，并进行归一化处理； S203：按照视觉图像数据的时间段，利用全连接层进行嵌入映射，将不同的非视觉图像数据进行维度对齐，然后将它们拼接到一起； 所述的步骤S5具体为： S501：人为设定义N个待学习的查询向量{qi|i＝1,2,…,N}，构造矩阵Q＝[q1,q2,…,qN]；其中，N为人为设定正整数； S502：利用自注意力机制将矩阵Q与综合特征向量F进行交互，得到注意力特征F′； S503：根据具身智能载具人为设定提示词Prompt，并将提示词输入到预训练好的大语言模型中，得到文本嵌入向量P＝LLM_EmbeddingPrompt；其中，LLM_Embedding·为大语言模型的嵌入处理； S504：通过线性变换将文本嵌入向量P映射到与注意力特征F′相同的维度，得到文本特征P′＝PWP；其中，WP为可训练的权重矩阵； S505：利用单头注意力机制将映射后的文本特征P′与注意力特征F′进行交互，得到融合特征F″＝AttentionQP′,KF′,VF′；其中，为可训练的权重矩阵； 所述的步骤S6具体为：预测输出模块利用其中的大语言模型接收特征融合模块的融合特征F″作为输入，生成预测结果。

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国科学院重庆绿色智能技术研究院，其通讯地址为：400714 重庆市北碚区水土街道方正大道266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。