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！

龙图腾网获悉电子科技大学申请的专利一种基于条件扩散模型的多模态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：CN119167322B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411198068.5，技术领域涉及：G06F18/27；该发明授权一种基于条件扩散模型的多模态轨迹预测方法是由刘峤;李昌霖;蓝天;甘洋镭;刘雪怡;高万年;代婷婷;刘瑶设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于条件扩散模型的多模态轨迹预测方法在说明书摘要公布了：本发明公开了一种基于条件扩散模型的多模态轨迹预测方法，属于轨迹预测技术领域。本发明所述方法基于非自回归的条件扩散模型框架，将轨迹预测任务概念化为运动不确定性扩散的引导逆过程，通过逐步消除海洋区域的不确定性，明确模拟船舶运动从不确定性到确定性状态的转变；利用交互信息和物理信息的多模态混合作为生成条件来指导反向扩散过程的每个阶段，以捕获海上行为中固有的复杂性和不确定性，进而提升轨迹预测性能。此外，可通过调节马尔可夫链长度以实现生成轨迹样本多样性和确定性间的权衡。

本发明授权一种基于条件扩散模型的多模态轨迹预测方法在权利要求书中公布了：1.一种基于条件扩散模型的多模态轨迹预测方法，其特征在于，包括以下步骤： 步骤S10：对目标船舶的未来轨迹进行前向扩散处理，通过逐步添加高斯噪声，将轨迹转化为白高斯噪声向量，其中为扩散步数； 步骤S20：构建条件编码器，生成指导反向扩散步骤的条件嵌入； 步骤S201：将目标船舶观测历史编码为高维条件特征； 步骤S202：建模船舶自身和邻居的串联特征，得到有关空间交互信息的高维编码表示； 步骤S203：创建像素级对齐，利用场景上下文图像和观察2D坐标轨迹，将物理场景信息编码为高维特征； 步骤S30：将步骤S201、S202和S203得到的各条件编码表示的混合作为指导反向扩散学习过程的条件，表示为； 步骤S40：定义反向扩散去噪网络，采用经扩散的未来轨迹、去噪步数以及条件嵌入作为输入，从而生成去噪轨迹，其中去噪步数与扩散步数相同，均为； 步骤S401：计算时间嵌入以编码扩散过程时间维度信息，其中来自固定采样值； 步骤S402：通过多个全连接层以及逐元素乘法显式对特征进行上采样，获得特征聚合表示； 步骤S403：使用解码器捕获复杂的时空依赖性，并将输出序列下采样到轨迹维度，以形成与相同维度的噪声预测；步骤S50：训练阶段，定义损失函数为最小均方误差损失以更新模型参数； 步骤S60：推理阶段，采用非马尔可夫去噪策略DDIM，通过从噪声状态重建原始数据，然后确定性地估计到下一个目标时间戳的方向，迭代应用具有减少时间戳的去噪步数来获得去噪轨迹。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。