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！

龙图腾网获悉长安大学申请的专利基于交互势场和图卷积网络的车辆轨迹预测方法及系统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：CN120164327B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510342483.1，技术领域涉及：G08G1/01；该发明授权基于交互势场和图卷积网络的车辆轨迹预测方法及系统是由王姝;赵轩;李亚金;田佳;余强设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本基于交互势场和图卷积网络的车辆轨迹预测方法及系统在说明书摘要公布了：本发明属于自动驾驶领域，公开了一种基于交互势场和图卷积网络的车辆轨迹预测方法及系统，首先基于车辆历史轨迹数据获取时序特征，进而通过交互势场表征车辆间的交互影响关系，并结合图卷积网络提取车辆纵横向交互特征。将时序特征、车辆固有特征和交互特征拼接，形成时序交互融合特征，输入至解码器模型，最终输出高精度车辆预测轨迹。本方法通过提取车辆时序特征，并利用交互势场和图卷积网络构建的车辆交互特征提取模型，有效捕捉车辆间的复杂交互关系，不仅解决了现有方法忽略外部因素和环境车辆交互的问题，还通过交互势场引入方向性影响，并综合车辆运动状态，显著提升了轨迹预测的准确性，适用于复杂交通场景下的高精度轨迹预测需求。

本发明授权基于交互势场和图卷积网络的车辆轨迹预测方法及系统在权利要求书中公布了：1.一种基于交互势场和图卷积网络的车辆轨迹预测方法，其特征在于，包括： 基于车辆历史轨迹数据，获取车辆时序特征； 将车辆时序特征和车辆固有特征拼接后输入至预构建的基于交互势场和图卷积网络的车辆交互特征提取模型中，获取车辆纵横向交互特征；所述交互势场用于表征车辆交互影响关系； 将车辆时序特征、车辆固有特征和车辆纵横向交互特征拼接后的时序交互融合特征输入至预构建的解码器模型中，输出车辆预测轨迹； 所述将车辆时序特征和车辆固有特征拼接后输入至预构建的基于交互势场和图卷积网络的车辆交互特征提取模型中，获取车辆纵横向交互特征之前，包括： 构建基于交互势场和图卷积网络的车辆交互特征提取模型，具体如下： 将车辆作为势场源，根据车辆长度和纵向车速得到车辆的纵向交互势场能量，具体公式如下： 式中，为车辆j对于车辆i的纵向势场强度，是与纵向影响强度有关的参数，为纵向修正项； 根据车辆长度和纵向车速建立车辆的纵向交互势场能量，具体公式如下： 式中，分别为车辆的长度和纵向速度，为车辆和车辆的纵向相对距离，为车辆的纵向交互范围； 纵向交通流差异修正项，用于表征车辆交互的方向性差异，纵向交通流差异修正项表示为： 式中，是与纵向交通流差异修正强度有关的参数，为常数，表示纵向交通流固有的前后车辆影响差异，表示车辆纵向相对速度，分别表示车辆i和车辆j的纵向位置； 横向差异修正项，用于表征不同车道横向距离造成的纵向影响差异性，横向差异修正项表示为： 式中，是与纵向交互的横向差异修正强度有关的参数，分别为车辆的i和车辆j的横向位置； 基于纵向交通流差异修正项和横向差异修正项得到纵向交互势场修正项，表示为： 建立横向交互势场，根据车辆长度和横向车速获取车辆横向交互势场能量，具体如下： 式中，为车辆j对于车辆i的横向势场强度，是与横向影响强度有关的参数，为横向修正项，为常数，表示车辆间的潜在横向交互能量，为车辆和车辆j的横向相对距离，为车辆的横向交互范围； 其中，横向修正项包含横向交通流差异修正项和纵向差异修正项，如下式： 式中，和是与修正强度相关的参数，为车辆横向相对速度； 车辆i所受到的交互影响表示为： 式中，为车辆的纵横向影响向量，分别为车辆i受车辆j的纵横向影响势场值； 对纵横向影响向量进行归一化，得到车辆纵横向影响权重以及构造得到纵横向影响矩阵。

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长安大学，其通讯地址为：710064 陕西省西安市碑林区南二环中段33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”。