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！

龙图腾网获悉北方工业大学申请的专利一种基于时空注意力的轨迹预测方法、装置、设备及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：CN119477969B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411588873.9，技术领域涉及：G06T7/207；该发明授权一种基于时空注意力的轨迹预测方法、装置、设备及介质是由邢娜;周洋;宁可庆;韩曦;邱国帅设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于时空注意力的轨迹预测方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种基于时空注意力的轨迹预测方法、装置、设备及介质，涉及轨迹预测领域，该方法包括根据目标场景中的目标构建当前时刻的时空图；将当前时刻的时空图输入轨迹预测模型中，得到目标场景中的目标在下一时刻的位置；其中，轨迹预测模型是基于时空注意力机制循环神经网络构建的；时空注意力机制循环神经网络包括：边缘编码层和节点状态转换层；边缘编码层是基于循环神经网络构建的；状态节点转换层是基于多头注意力机制和门控循环单元构建的，本申请能提高目标的轨迹预测精度。

本发明授权一种基于时空注意力的轨迹预测方法、装置、设备及介质在权利要求书中公布了：1.一种基于时空注意力的轨迹预测方法，其特征在于，所述基于时空注意力的轨迹预测方法包括： 根据目标场景中的目标构建当前时刻的时空图；所述时空图包括：节点信息集和边信息集；所述节点信息集中的节点表征目标在某个时刻的位置；所述边信息集包括：空间边、时间边和隐式边；所述空间边表征同一时刻不同目标之间的相对位置关系；所述时间边表征同一目标在相邻时间步之间的运动变化关系；所述隐式边表征不存在连接关系的目标之间的潜在交互关系； 将当前时刻的时空图输入轨迹预测模型中，得到目标场景中的目标在下一时刻的位置； 其中，所述轨迹预测模型是基于时空注意力机制循环神经网络构建的；所述时空注意力机制循环神经网络包括：边缘编码层和状态节点转换层；所述边缘编码层是基于循环神经网络构建的；所述状态节点转换层是基于多头注意力机制和门控循环单元构建的； 所述边缘编码层用于根据输入的当前时刻的边信息集和上一时刻的隐藏状态生成当前时刻的隐藏状态；所述隐藏状态表征目标之间的时空依赖关系；所述状态节点转换层用于根据目标在当前时刻的位置、当前时刻的边信息集和当前时刻的隐藏状态确定目标在下一时刻的位置； 所述轨迹预测模型的确定方法，包括： 构建边缘编码层；所述边缘编码层包括多个嵌入层和多个循环神经网络层；所述嵌入层和所述循环神经网络层一一对应连接；所述嵌入层和所述循环神经网络层的数量是根据边信息集中边的类型的数量确定的；所述嵌入层用于对输入的边信息集中某一种类型边进行嵌入处理，生成统一维度的特征向量；所述循环神经网络层用于根据相应嵌入层输出的特征向量和上一时刻该类型边的隐藏状态生成当前时刻该类型边的隐藏状态； 构建状态节点转换层；所述状态节点转换层包括：嵌入器、多头注意力机制层、门控循环单元和解码器；所述嵌入器用于根据目标在当前时刻的位置进行嵌入处理，生成当前时刻嵌入后的位置；所述多头注意力机制层用于对所有循环神经网络层输出的所有类型边的隐藏状态和当前时刻嵌入后的位置进行处理，得到多头注意力机制输出结果；所述门控循环单元用于根据多头注意力机制输出结果和当前时刻的隐藏状态得到下一时刻的隐藏状态；所述解码器用于根据下一时刻的隐藏状态确定当前时刻的偏移量；当前时刻嵌入后的位置和当前时刻的偏移量相加，得到目标在下一时刻的位置； 将所述边缘编码层和所述状态节点转换层连接，得到时空注意力机制循环神经网络； 采用训练数据对所述时空注意力机制循环神经网络进行训练，将训练好的时空注意力机制循环神经网络确定为所述轨迹预测模型。

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方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路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”。