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！

龙图腾网获悉浙江工业大学申请的专利一种基于多域视角的群体车辆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：CN119740015B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411770254.1，技术领域涉及：G06F18/2131；该发明授权一种基于多域视角的群体车辆轨迹预测方法是由徐东伟;顾同成;孙成巨;于浩;刘靥宛则设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于多域视角的群体车辆轨迹预测方法在说明书摘要公布了：一种基于多域视角的群体车辆轨迹预测方法，首先，在频域方面，模型利用快速傅里叶变换将历史轨迹转换为频域表示，选取振幅最大的频率以捕捉潜在的周期性特征，结合堆叠的二维卷积网络和LSTM对特征进行深度提取；其次，在空间域方面，构建加权有向空间拓扑图，通过车辆间的相对位置、速度和加速度信息来建模动态空间关系，使用带残差连接的堆叠图卷积网络提取空间特征；随后，在时域方面，基于圆形有限穿透可见性图构建时间逻辑图，通过允许跨时间步的连接以捕捉时间依赖特征，利用残差堆叠GCN提取时域特征；最后，通过门控循环单元编码‑解码结构融合多域特征，实现群体车辆的轨迹预测，本发明实现对群体车辆未来轨迹的高精度预测。

本发明授权一种基于多域视角的群体车辆轨迹预测方法在权利要求书中公布了：1.一种基于多域视角的群体车辆轨迹预测方法，其特征在于，所述方法包括以下步骤： 步骤1、实现频域特征提取：通过快速傅里叶变换FFT将历史车辆轨迹数据从时间域映射至频域，对频谱数据进行振幅计算，选取幅值最高的关键频率成分，将轨迹数据按照选定的频率重新构造成二维张量，行和列分别代表周期内变化和周期间变化，以提取周期内和周期间的特征；使用2D卷积神经网络CNN与长短期记忆网络LSTM结合，对频域特征进行进一步提取； 步骤2、实现空间域特征提取：通过构建的加权有向空间拓扑图，用于动态表示群体车辆间的空间关系，在构建拓扑图时，将目标车辆周围在设定距离内的车辆视为其邻居，计算它们之间的连接权重；利用GCN聚合拓扑图中的节点特征，实现在空间域中提取多车间的空间交互特征，以捕捉到更加细致的群体车辆运动特性； 步骤3、实现时间域特征提取：通过构建基于有限穿透可见性图CircularLimitedPenetrableVisibilityGraph,CLPVG的时间逻辑图，首先确定每对时间点间的圆系统，进而计算连接路径上的穿透数，以此为依据判断其是否可见；若满足可见性条件，则在时间逻辑图中添加对应的边；最后，通过残差连接的GCN在时间逻辑图上进行特征聚合； 步骤4、特征融合与轨迹生成：将频域、空间域和时间域提取的特征进行多域融合，以形成用于预测的综合特征表示，首先通过特征拼接操作将频域特征、空间域特征和时间域特征整合为一个高维特征向量，以实现各域特征的相互补充与协同表达；随后，将融合后的特征向量输入至GRU生成器中，GRU通过其内部记忆与门控机制，有效捕捉融合特征中的时序依赖关系，通过编码解码过程，GRU生成器逐步输出未来各时间步的轨迹点序列，实现对群体车辆未来轨迹的预测。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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。