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！

龙图腾网获悉北京理工大学申请的专利基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测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：CN119940118B 。

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：202510023678.X，技术领域涉及：G06F30/27；该发明授权基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测方法是由何洪文;汤颖娟设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测方法在说明书摘要公布了：本发明提供了基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测方法，其全面吸收了无锚点和基于锚点的两种目标轨迹预测方式的优点，通过对轨迹数据的建模融合处理场景信息与智能体行为，以提供精准的轨迹预测；同时引入了局部和全局注意力机制来提高模型对复杂场景的理解能力；最后基于Transformer和多层感知器生成更为细化精确的查询向量并得到最终的预测轨迹。该方法相比现有技术摆脱了对复杂物理模型的过分依赖，从而有效降低了计算成本以及对相关硬件资源的需求。

本发明授权基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测方法在权利要求书中公布了：1.基于灵活锚点的自主驾驶系统中多样交通参与者轨迹预测方法，其特征在于：具体包括以下步骤： 步骤一、接收不同交通参与者的历史轨迹数据、由道路矢量、障碍物位置信息组成的场景数据以及相应的时间数据，利用这三种数据构建维度为N,F,T的输入特征矩阵X用于表示待测智能体的历史轨迹序列；其中，N表示交通参与者的数量，F是每个交通参与者的特征维度，T是时间维度； 步骤二、利用基于多层感知器MLP的向量组编码器对输入特征矩阵X进行处理和建模，以生成每个待测智能体的潜空间表示，潜空间中包含位置、速度、加速度信息的高维向量；并得到相应的目标场景建模输出，包括用于描述目标智能体行为模式和环境交互特性的参数向量；对其中的场景数据进行类似的处理，生成相应的目标场景建模输出，包含静态障碍物位置、动态障碍物轨迹、交通信号状态信息的特征向量； 步骤三、对输入特征矩阵X通过过滤去除无效元素后得到相应的输入特征张量，并引入局部注意力和全局注意力机制对其进行处理，以捕捉智能体周围的关键局部特征和全局交互信息； 步骤四、以步骤三得到的关键局部特征和全局交互信息作为输入，通过Transformer算法融合输出相应的查询向量Q； 步骤五、利用历史轨迹执行K-means聚类输出一组动态锚点集合A＝{A1,A2,…,AK}； 步骤六、通过分析步骤四得到的查询向量Q与步骤五得到的动态锚点之间的相似度计算每个锚点的贡献度，并基于贡献度为每个锚点分配相应的权重，加权融合各锚点得到细化后的查询向量Q′； 步骤七、将步骤六得到的查询向量Q′输入多层感知器MLP，经隐藏层和输出层后得到最终的轨迹预测结果T。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。