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！

龙图腾网获悉浙江零跑科技股份有限公司申请的专利交通参与对象轨迹的预测方法、智能汽车和存储介质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：CN116403398B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310208747.5，技术领域涉及：G08G1/01；该发明授权交通参与对象轨迹的预测方法、智能汽车和存储介质是由岱超;肖钟雯设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本交通参与对象轨迹的预测方法、智能汽车和存储介质在说明书摘要公布了：本申请公开了交通参与对象轨迹的预测方法、智能汽车和存储介质，其中交通参与对象轨迹的预测方法包括：获取所有交通参与对象的2d历史轨迹栅格图信息、3d历史轨迹栅格图信息以及2d交通栅格图信息；对2d历史轨迹栅格图信息、3d历史轨迹栅格图信息和2d交通栅格图信息分别进行特征编码，以对应生成多个2d轨迹特征、多个3d轨迹特征和多个2d交通图特征；将多个2d轨迹特征、多个3d轨迹特征及多个2d交通图特征进行对应尺度的拼接，并在拼接后进行多个尺度的融合以生成融合特征；对融合特征进行特征解码，以生成解码特征，并利用解码特征对所有交通参与对象进行轨迹预测。通过上述方式，能够提高对交通参与者轨迹的预测效果。

本发明授权交通参与对象轨迹的预测方法、智能汽车和存储介质在权利要求书中公布了：1.一种交通参与对象轨迹的预测方法，其特征在于，包括： 获取预设地图范围内的所有交通参与对象的2d历史轨迹栅格图信息、3d历史轨迹栅格图信息以及所述预设地图范围内的2d交通栅格图信息，所述2d历史轨迹栅格图信息和所述3d历史轨迹栅格图信息基于历史轨迹栅格图信息得到，所述历史轨迹栅格图信息包括所述交通参与对象的轮廓尺寸、航向角、历史轨迹及当前所在位置，所述交通参与对象包括车辆、行人、非机动车； 对所述2d历史轨迹栅格图信息、所述3d历史轨迹栅格图信息和所述2d交通栅格图信息分别进行多尺度特征编码，以对应生成对应于多个尺度的多个2d轨迹特征、对应于所述多个尺度的多个3d轨迹特征和对应于所述多个尺度的多个2d交通图特征； 将所述多个2d轨迹特征、所述多个3d轨迹特征及所述多个2d交通图特征进行对应尺度的拼接，并在拼接后通过BIFPN多尺度特征融合网络进行所述多个尺度的融合以生成融合特征； 对所述融合特征进行特征解码，以生成解码特征，并利用所述解码特征对所述所有交通参与对象在所述预设地图范围对应的地图上进行轨迹预测； 所述对所述2d历史轨迹栅格图信息、所述3d历史轨迹栅格图信息和所述2d交通栅格图信息分别进行特征编码，以对应生成对应于多个尺度的多个2d轨迹特征、对应于所述多个尺度的多个3d轨迹特征和对应于所述多个尺度的多个2d交通图特征，包括： 利用第一编码网络对所述2d历史轨迹栅格图信息进行特征编码，以生成所述多个2d轨迹特征，所述第一编码网络为至少由HRNet模型和Transformer模型相融合得到的HRNet-Transformer编码网络； 利用第二编码网络对所述3d历史轨迹栅格图信息进行特征编码，以生成所述多个3d轨迹特征的步骤，包括： 利用单个3d卷积层对所述3d历史轨迹栅格图信息进行空间维度上的降采样，以生成第一个所述3d轨迹特征；将第一个所述3d轨迹特征进行预设次数的级联式处理，得到所述多个3d轨迹特征的步骤，包括：将第一个所述3d轨迹特征在时间维度和空间维度交替进行预设次数的级联式处理，得到所述多个3d轨迹特征；所述第二编码网络不同于所述第一编码网络，所述第二编码网络为3d卷积网络； 利用第三编码网络对所述2d交通栅格图信息进行特征编码，以生成所述多个2d交通图特征；所述第三编码网络不同于所述第二编码网络和所述第一编码网络，所述第三编码网络为2d卷积网络。

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零跑科技股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区物联网街451号1楼；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。