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！

龙图腾网获悉清华大学申请的专利信息物理孪生概率化周车交互式预测模型识别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：CN119940685B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411682269.2，技术领域涉及：G06Q10/063；该发明授权信息物理孪生概率化周车交互式预测模型识别方法是由高博麟;戚笑景;钟薇;卢彦博;张慧设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本信息物理孪生概率化周车交互式预测模型识别方法在说明书摘要公布了：本申请涉及自动驾驶应用技术领域，特别涉及一种信息物理孪生概率化周车交互式预测模型识别方法，包括：在概率化周车交互预测模型的建立阶段，利用预设数据集对概率化周车交互预测模型参数进行拟合，得到初始化后的概率化周车交互预测模型参数和初始化后目标车辆的意图参数，在概率化周车交互预测模型的运行阶段，基于预设参数与意图更新算法和预设更新触发机制，利用实时感知数据对概率化周车交互预测模型参数、目标车辆的意图和不确定性进行更新。由此，解决了现有技术难以对长时域交互预测中的复杂不确定性进行有效建模和实时更新的问题，能够在更长时域内进行周车交互行为预测，同时提供明确的交互依据。

本发明授权信息物理孪生概率化周车交互式预测模型识别方法在权利要求书中公布了：1.一种信息物理孪生概率化周车交互式预测模型识别方法，其特征在于，包括以下步骤： 获取目标车辆的实时感知数据； 在概率化周车交互预测模型的建立阶段，利用预设数据集对概率化周车交互预测模型参数进行拟合，得到初始化后的概率化周车交互预测模型参数和初始化后目标车辆的意图参数，其中，所述概率化周车交互预测模型包括驾驶员模型、概率化换道模型和不确定性累积机制，所述概率化周车交互预测模型参数包括驾驶员模型参数和概率化换道模型参数； 在概率化周车交互预测模型的运行阶段，基于预设参数与意图更新算法和预设更新触发机制，利用所述实时感知数据对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新； 其中，所述基于预设参数与意图更新算法和预设更新触发机制，利用所述实时感知数据对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新，包括：基于预设后验分布计算方法，对所述驾驶员模型参数和所述意图参数进行联合采样，并根据第一采样结果计算第一后验概率；基于预设后验分布计算方法，对所述概率化换道模型参数进行单独采样，并根据第二采样结果计算第二后验概率；根据所述第一后验概率和或第二后验概率对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新； 其中，所述第一后验概率的计算公式为： 其中，为采样时刻，为基于驾驶员模型参数与意图预测的状态，为实际观测到的状态，为预测状态与观测状态的先验方差，为驾驶员模型的参数，为驾驶员的意图； 所述第二后验概率的计算公式为： 其中，为样本的数量，为在第个样本的前提下模型预测的左换道的概率，为在第个样本的前提下基于参数计算得到的左换道的概率，为在第个样本的前提下模型预测的不换道的概率，为在第个样本的前提下基于参数计算得到的不换道的概率，为在第个样本的前提下模型预测的右换道的概率，为在第个样本的前提下基于参数计算得到的右换道的概率，为所采用的概率化周车交互预测模型的参数； 所述基于预设参数与意图更新算法和预设更新触发机制，利用所述实时感知数据对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新，还包括：若对所述驾驶员模型参数和所述意图参数进行联合采样满足预设时间间隔条件，则基于时间更新触发机制对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新；若所述目标车辆满足预设换道条件或者所述概率化周车交互预测模型的预测结果满足预设结果，则基于事件更新触发机制对所述概率化周车交互预测模型参数、所述目标车辆的意图和不确定性进行更新。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。