Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中核装备技术研究(上海)有限公司吴亚获国家专利权

中核装备技术研究(上海)有限公司吴亚获国家专利权

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!

龙图腾网获悉中核装备技术研究(上海)有限公司申请的专利一种基于连续学习的行人轨迹预测方法、系统、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:CN120633467B

龙图腾网通过国家知识产权局官网在2025-12-12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:202511113147.6,技术领域涉及:G06F30/27;该发明授权一种基于连续学习的行人轨迹预测方法、系统、设备及介质是由吴亚;张腾飞;姜太月;刘畅;黄远;刘一谦设计研发完成,并于2025-08-11向国家知识产权局提交的专利申请。

一种基于连续学习的行人轨迹预测方法、系统、设备及介质在说明书摘要公布了:本发明涉及一种基于连续学习的行人轨迹预测方法、系统、设备及介质,采集环境中目标行人的运动数据和任务场景信息,运动数据包括全局坐标系下的位置坐标和瞬时速度值,将历史轨迹序列输入行人轨迹预测模型中的主模型中进行计算,得到当前任务的真实预测的未来轨迹序列,基于任务场景信息,利用行人轨迹预测模型中的社会生成模型生成已完成训练的旧任务的伪历史轨迹,并输入至旧任务对应的主模型副本生成伪未来轨迹,伪历史轨迹和伪未来轨迹组合为伪样本,真实预测的未来轨迹序列和历史轨迹序列组合为真实样本,将真实样本和伪样本合并为混合数据集共同参与训练。与现有技术相比,本发明具有遗忘性低、适应性强和资源利用少等优点。

本发明授权一种基于连续学习的行人轨迹预测方法、系统、设备及介质在权利要求书中公布了:1.一种基于连续学习的行人轨迹预测方法,其特征在于,具体步骤包括: S1、通过搭载于人形机器人上的传感器,实时采集环境中目标行人的运动数据和任务场景信息,所述运动数据包括全局坐标系下的位置坐标和瞬时速度值,所述任务场景信息包括场景中行人数量和初始位置; S2、将运动数据进行预处理,截取若干固定时间长度的轨迹片段,在轨迹片段中选择前若干秒作为历史轨迹序列,剩余则作为未来真实轨迹标签; S3、将历史轨迹序列输入行人轨迹预测模型中的主模型中进行计算,得到当前任务的真实预测的未来轨迹序列,根据预测未来轨迹与真实未来轨迹间的均方误差作为损失函数对模型进行训练收敛,所述主模型包括第一轨迹编码器和第一轨迹解码器; S4、基于任务场景信息,利用行人轨迹预测模型中的社会生成模型生成已完成训练的旧任务的伪历史轨迹,并输入至旧任务对应的主模型副本生成伪未来轨迹,所述伪历史轨迹和伪未来轨迹组合为伪样本,所述真实预测的未来轨迹序列和历史轨迹序列组合为真实样本,将真实样本和伪样本合并为混合数据集,迭代更新主模型和社会生成模型的权重; S5、根据实时采集的历史轨迹数据,通过训练完成的主模型输出未来的预测轨迹坐标序列; 所述社会生成模型包括将输入映射为隐藏变量的变分自编码器、重构轨迹的第二轨迹解码器和得到目标行人的交互特征的社交交互编码器;所述社会生成模型的第二解码器的输出时间窗口小于第一轨迹解码器; 所述社会生成模型的损失函数包括重建损失和变分损失,表达式为: , 其中,为输入数据序列的对数似然的期望值,为隐藏变量Z的先验分布,为单位矩阵,是隐藏变量Z的后验分布,为第二编码器权重,为第二解码器权重,隐藏变量Z通过编码器对输入数据序列编码得到,为KL散度。

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中核装备技术研究(上海)有限公司,其通讯地址为:201800 上海市嘉定区嘉罗公路1719号44幢3层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。