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 > 江苏大学曹淑超获国家专利权

江苏大学曹淑超获国家专利权

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!

龙图腾网获悉江苏大学申请的专利一种Seq2Seq-AM模型构建方法及行人轨迹预测和安全风险预警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:CN119599208B

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:202411689330.6,技术领域涉及:G06Q10/04;该发明授权一种Seq2Seq-AM模型构建方法及行人轨迹预测和安全风险预警方法是由曹淑超;戈伟斌;李聪慧;张康斌;姚明设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

一种Seq2Seq-AM模型构建方法及行人轨迹预测和安全风险预警方法在说明书摘要公布了:本发明提出了一种Seq2Seq‑AM模型构建方法及行人轨迹预测和安全风险预警方法。首先,构建Seq2Seq‑AM模型,由编码器、注意力机制和解码器三个模块组成;编码器模块提取输入特征序列的上下文信息,注意力机制模块对重要时刻的输入进行加权处理,解码器模块输出变长的预测序列,该模型能够自适应地关注行人轨迹中的关键特征。可以利用Seq2Seq‑AM模型对场景内的行人进行预测。本发明还引入人群压力指标,基于行人预测结果计算三种典型行人运动状态的压力值范围,并对人群运动中的安全风险进行分级,划分了低、中、高三种风险等级。最终,通过风险等级的划分实现对人群集聚区域的实时风险预警,为重大活动、交通枢纽等高密度场景中的安全管理提供安全风险评估支持。

本发明授权一种Seq2Seq-AM模型构建方法及行人轨迹预测和安全风险预警方法在权利要求书中公布了:1.一种行人轨迹预测方法,其特征在于,包括如下步骤: 步骤S1,采集场景及场景内的行人轨迹数据,提取出个人尺度特征和集体尺度特征,所述个人尺度特征用于描述行人当前的运动状态,包括的行人水平速度vx和垂直速度vy分量;所述集体尺度特征包括占用矩阵和局部密度; 步骤S2,将步骤S1提取的个人尺度特征和集体尺度特征输入Seq2Seq-AM模型,预测出行人轨迹;步骤S2利用所构建的模型进行序列推理得到预测轨迹的过程如下: 步骤S2.1,编码器模块接收在个人尺度特征和集体尺度特征,编码器基于输入特征序列和前一时刻的隐藏状态生成当前时刻的隐藏状态hm;对个人尺度与集体尺度的三个特征分别进行编码,将所有时序特征首尾拼接成潜在表征且将最后一个时刻的潜在表征作为初始输入S0传递给解码器; 步骤S2.2,注意力机制模块结合编码器隐藏状态hm和解码器当前隐藏状态St-1,计算注意力权重αm,t,并生成当前时刻的动态语义向量Ct和解码器的隐藏状态St; 步骤S2.3,解码器接收前一时刻生成的推理输出yt-1、前一时刻的隐藏状态St-1及动态语义向量Ct-1并进行拼接,经过全连接层调整输出维度,映射到输出空间,生成当前推理时刻t=te+1的预测输出; 步骤S2.4,基于预测输出计算行人位置,更新当前推理时刻te+1的位置、局部密度和邻接占用矩阵,将更新te+1时刻的局部密度和邻接占用矩阵作为滑动窗口最后一个时刻的输入,继续进行迭代推理,直至生成完整的输出序列[y1,...,yt]。

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 江苏省镇江市学府路301;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。