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！

龙图腾网获悉吉林大学申请的专利一种考虑物理约束的车辆轨迹深度学习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：CN116495007B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310272329.2，技术领域涉及：B60W60/00；该发明授权一种考虑物理约束的车辆轨迹深度学习预测方法是由许芳;韩帅;郭中一;曲婷;陈虹设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种考虑物理约束的车辆轨迹深度学习预测方法在说明书摘要公布了：本发明适用于车辆的轨迹预测技术领域，提供了一种考虑物理约束的车辆轨迹深度学习预测方法，在经典恒转向速度和加速度模型的基础上，考虑换道场景下的车辆的汽车运动学特点，建立了恒横摆角速度、变加速度汽车运动学模型。同时，选取长短时记忆网络作为基础的数据模型。将恒横摆角速度、变加速度汽车运动学模型作为物理约束嵌入长短时记忆网络中，搭建物理约束长短时记忆网络。仿真结果表明，本发明提出的轨迹预测方法适用于车辆轨迹的长期预测，相较于传统基于深度学习的轨迹预测方法，在保证预测准确性的前提下，增强了预测过程的可解释性和预测结果的可靠性。

本发明授权一种考虑物理约束的车辆轨迹深度学习预测方法在权利要求书中公布了：1.一种考虑物理约束的车辆轨迹深度学习预测方法，其特征在于，所述考虑物理约束的车辆轨迹深度学习预测方法包括如下步骤： 步骤1、建立汽车运动学模型； 步骤2、搭建长短时记忆网络； 步骤3、搭建物理约束长短时记忆网络，并选取网络参数，对该记忆网络进行训练； 步骤4、仿真结果和对比分析； 其中，步骤1中所述的建立汽车运动学模型，具体包括： 在传统恒转向速度和加速度模型的基础上，考虑换道场景下的车辆的汽车运动学特点，建立恒横摆角速度、变加速度汽车运动学模型； 车辆的速度以及横摆角满足以下关系式： 其中，和分别是初始速度和初始横摆角，和分别是当车辆当前加速度和横摆 角速度； 因此在笛卡尔全局坐标系下，时刻车辆速度分别向轴进行分解，得到： 获得纵向速度后，将其对时间积分可得横纵向位移为： 其中和是相关常数项，具体表达式为： 其中和为车辆初始横纵向位置，当时上式不成立，此时车辆做匀加速直线 运动，可以得到车辆运动方程为： 在高速公路换道场景下，汽车的实际运动可分解为横向、纵向的变加速直线运动，此外物理信息网络也适用于常微分方程的求解问题，可将式5改写为： 其中，和分别为初始时刻车辆的横向和纵向速度； 若忽略车辆的质心侧偏角，则时刻车辆的横向、纵向速度可由下式计算： 7 式6即为恒横摆角速度、变加速度汽车运动学模型； 步骤2所述的搭建长短时记忆网络，具体包括： S1、建立CTRVA汽车运动学模型后，对数据集进行预处理； S2、基于Python语言搭建长短时记忆网络； 步骤3所述的搭建物理约束长短时记忆网络，具体包括： 在CTRVA汽车运动学模型和LSTM网络的基础上，搭建物理约束长短时记忆网络，由公式6可得： 则物理约束长短时记忆网络的损失函数可表示为 其中： L1、L2、L3分别为预测轨迹的损失函数、满足汽车运动学约束的预测横向位移损失函数和预测纵向速度损失函数；

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吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699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。