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！

龙图腾网获悉江苏大学申请的专利基于多层次交互关系图的场景级联合轨迹预测方法、系统及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：CN118514712B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410589206.6，技术领域涉及：B60W60/00；该发明授权基于多层次交互关系图的场景级联合轨迹预测方法、系统及存储介质是由陆子恒;蔡英凤;廉玉波;钟益林;刘泽;陈龙设计研发完成，并于2024-05-13向国家知识产权局提交的专利申请。

本基于多层次交互关系图的场景级联合轨迹预测方法、系统及存储介质在说明书摘要公布了：本发明公开了基于多层次交互关系图的场景级联合轨迹预测方法、系统及存储介质，包括：S1构建多智能体时空关系图。S2基于时空关系图分割空间交互子集，推理目标智能体未来交互关系，划分多层级交互关系图。S3以单个交互子集为单位实现组间信息交互，指导轨迹预测模型中元素状态编码与信息融合。S4目标智能体嵌入特征值解码预测轨迹。在解码时低层级智能体将会融合高层级智能体特征的基础上进行轨迹解码。S5为生成场景级多模态预测结果，将S2生成的每组交互关系图服务于单一场景级模态。本发明解决了场景一致性问题同时输出合理的多模态预测结果，利用智能体历史状态量与驾驶场景环境元素推理多智能体间交互关系，实现轨迹预测结果的场景一致性。

本发明授权基于多层次交互关系图的场景级联合轨迹预测方法、系统及存储介质在权利要求书中公布了：1.基于多层次交互关系图的场景级联合轨迹预测方法，其特征在于，包括如下： S1、基于智能汽车所属驾驶场景构建多智能体时空交互关系图； S2、基于时空交互关系图分割空间交互子集，并基于交互层级划分多层级交互关系图； S3、基于单一子集实现组间信息交互，指导轨迹预测模型中元素状态编码与信息融合； S4、基于目标智能体嵌入特征解码预测轨迹，解码流程中将由高层级到低层级依次解码，低层级智能体将会融合高层级智能体特征的基础上进行轨迹解码； S5、生成场景级多模态预测结果； 所述S1的实现包括： S1.1、构建基于交互掩码策略的交互关系判定模型，用于在训练数据集上生成智能体交互真值标签； S1.2、基于交互真值标签训练交互关系判定模型，构建多智能体时空交互关系图，并针对目标智能体之间的关系进行预测分类； 所述S1.1的实现包括： S1.1.1构建一个实现轨迹预测功能的神经网络模型，具体如下： 该模型将综合处理驾驶场景内道路地图元素、智能体元素，并输出目标智能体在固定周期下的轨迹预测结果； 环节包括智能体、道路地图元素数据预处理环节，智能体-道路地图元素交互编码环节，智能体-智能体交互编码环节，预测轨迹解码环节； 为了保障智能体-智能体交互的完整性，将使用自注意力机制为各个目标智能体充分融合驾驶场景内所有有效智能体的编码信息； 在训练数据集上完成上述神经网络轨迹预测模型的训练，获取训练权重； S1.1.2构建基于交互掩码策略的交互关系判定模型，分析邻接智能体对目标智能体的交互影响，判定两者交互关系，具体如下： 目标智能体将通过注意力机制从邻接智能体中获取编码信息，用于后续的轨迹解码； 利用交互掩码策略将依次屏蔽目标智能体的邻接智能体元素，即构建一个注意力掩码，使目标智能体无法从需要判定交互关系的智能体中获取编码信息，但同时又与其他智能体正常交互； 将目标智能体添加掩码后解码的轨迹结果与未添加掩码的解码结果进行对比分析，从而判定目标智能体与当前选定的其他智能体之间的交互关系，并生成交互真值标签； 标签将分为两类，第一类为目标智能体受到当前选定智能体的影响，第二类为目标智能体不受到当前选定智能体的影响； S1.1.3基于上述交互掩码策略，为训练数据集所有智能体生成交互关系真值标签。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。