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！

龙图腾网获悉江西水利电力大学申请的专利一种面向自动驾驶的车辆驾驶意图识别与轨迹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：CN120840639B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511361951.6，技术领域涉及：B60W50/00；该发明授权一种面向自动驾驶的车辆驾驶意图识别与轨迹预测方法是由王松涛;邱逢青;王亚迪;王培昂;邹凌云;向双双设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种面向自动驾驶的车辆驾驶意图识别与轨迹预测方法在说明书摘要公布了：本发明记载了一种面向自动驾驶的车辆驾驶意图识别与轨迹预测方法，包括步骤：构建动态阈值滑动采样窗口，并根据路况复杂度动态调整窗口长度；提取动态阈值滑动采样窗口内交互车辆的横向位移变化量，输出交互车辆的驾驶意图；基于驾驶意图，构建双模态自适应图注意力网络，融合双模态自适应图注意力网络的物理交互图和语义交互图，输出最终节点和交互车辆的运动特征向量，进行驾驶意图概率分布计算，输出交互车辆驾驶意图特征的概率分布；基于交互车辆的运动特征向量和交互车辆驾驶意图的概率分布，输出时空交互特征；构建意图特征融合机制，将交互车辆的运动特征向量、交互车辆驾驶意图特征和时空交互特征进行整合，预测交互车辆的未来轨迹。

本发明授权一种面向自动驾驶的车辆驾驶意图识别与轨迹预测方法在权利要求书中公布了：1.一种面向自动驾驶的车辆驾驶意图识别与轨迹预测方法，其特征在于， 包括以下步骤： S1，构建动态阈值滑动采样窗口，并根据路况复杂度动态调整其窗口长度；提取动态阈值滑动采样窗口内交互车辆的横向位移变化量，输出交互车辆的驾驶意图； S2，基于所述交互车辆的驾驶意图，构建双模态自适应图注意力网络，设置所述双模态自适应图注意力网络的底层物理交互图和上层语义交互图，融合物理交互图和语义交互图，输出最终节点和交互车辆的运动特征向量；其中， I，通过下述表达式构建物理交互图的时空图结构： ， 式中，为物理交互图的整体表示；为物理交互图的节点集合；为物理交互图的边集合； 通过下述表达式计算物理交互图的综合边权重： ， 式中，为物理交互图中节点与节点之间的综合边权重；为时空距离衰减；为相对运动影响；为Sigmoid函数；为节点的节点特征向量；为节点的节点特征向量；为用于计算节点间关联性的可学习权重矩阵；为用于计算节点间关联性的偏置项； 通过下述表达式计算时空距离衰减： ， 式中，为时空距离衰减；为交互车辆的位置坐标；为交互车辆的位置坐标；为交互车辆的观测时间戳；为交互车辆的观测时间戳；为时空距离衰减系数的超参数；为时空距离计算中空间权重占比的超参数； 通过下述表达式计算相对运动影响： ， 式中，为相对运动影响；为交互车辆的三维速度向量；为交互车辆的三维速度向量；为相对运动影响的衰减系数超参数； ，通过下述表达式构建语义交互图结构： ， 式中：为语义交互图的整体表示；为语义交互图的节点集合；为语义交互图的边集合； 通过下述表达式计算语义交互图的综合边权重： ， 式中，为综合边权重；为意图相似度；为意图影响度；为交互车辆的位置坐标；为交互车辆的位置坐标；为交互车辆的观测时间戳；为交互车辆的观测时间戳；为空间距离对意图交互的衰减系数超参数； 意图相似度通过下述表达式计算： ， 意图影响度通过下述表达式计算： ， 式中：为Sigmoid函数；为交互车辆的驾驶意图特征向量；为交互车辆的驾驶意图特征向量；为计算意图影响度的可学习权重矩阵；为计算意图影响度的偏置项； S3，对最终节点进行驾驶意图概率分布计算，输出交互车辆驾驶意图特征的概率分布； S4，基于交互车辆的运动特征向量和交互车辆驾驶意图的概率分布，构建长周期注意力编码器，捕捉目标车辆的全局趋势特征；构建门控局部特征提取模块，识别周围车辆关键帧突变行为，捕捉周围车辆的运动变化；输出时空交互特征； S5，构建意图特征融合机制，将交互车辆的运动特征向量、交互车辆驾驶意图特征和时空交互特征进行整合，预测交互车辆的未来轨迹。

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西水利电力大学，其通讯地址为：330099 江西省南昌市高新技术开发区天祥大道289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。