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！

龙图腾网获悉招商局检测车辆技术研究院有限公司申请的专利基于多模态时序注意力的交通参与者意图预测方法及装置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：CN120932467B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511475582.3，技术领域涉及：G08G1/01；该发明授权基于多模态时序注意力的交通参与者意图预测方法及装置是由周鹏;冯成均;张智勇;马瑞雪;樊海龙;朱子霄设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于多模态时序注意力的交通参与者意图预测方法及装置在说明书摘要公布了：本发明涉及多模态时序技术领域，公开了一种基于多模态时序注意力的交通参与者意图预测方法及装置，包括：采集交通场景下的多模态原始交通数据；对多模态原始交通数据进行预处理，得到标准化多模态数据；对标准化多模态数据进行特征提取，得到多维度特征序列；通过时序注意力模型对多维度特征序列进行动态加权融合与语义关联学习，得到融合特征序列；基于融合特征序列进行交通参与者意图概率预测，得到包含意图类别及对应置信度的意图预测结果；将意图预测结果传输至自动驾驶系统的决策规划模块，决策规划模块基于意图类别及对应置信度得到适配当前交通场景的车辆行为决策策略。

本发明授权基于多模态时序注意力的交通参与者意图预测方法及装置在权利要求书中公布了：1.一种基于多模态时序注意力的交通参与者意图预测方法，其特征在于，包括： 采集交通场景下的多模态原始交通数据，其中，所述多模态原始交通数据至少包括目标车辆的视觉图像数据、运动学数据、环境语境数据； 对所述多模态原始交通数据进行预处理，得到标准化多模态数据； 对所述标准化多模态数据进行特征提取，得到多维度特征序列； 通过时序注意力模型对多维度特征序列进行动态加权融合与语义关联学习，得到融合特征序列； 基于所述融合特征序列进行交通参与者意图概率预测，得到包含意图类别及对应置信度的意图预测结果； 将所述意图预测结果传输至自动驾驶系统的决策规划模块，所述决策规划模块基于意图类别及对应置信度得到适配当前交通场景的车辆行为决策策略； 将融合特征序列进行压缩处理，得到单一维度的全局特征向量； 将全局特征向量输入全连接神经网络，通过全连接神经网络对全局特征向量进行语义映射，得到各意图类别的原始得分； 对原始得分应用软最大化激活函数，得到各意图类别的概率分布，意图类别至少包括通行、让行、犹豫； 提取概率分布中概率最高的意图类别作为主意图，其中，概率值作为主意图的置信度，并计算概率分布的归一化信息熵以量化预测不确定性； 整合主意图、对应置信度、概率分布及预测不确定性，得到意图预测结果； 当意图预测结果中主意图为让行且置信度大于第一预设阈值、预测不确定性小于第一预设熵值时，决策规划模块将目标车辆的运动约束为减速或停止模型，生成时间最优的机会性通行轨迹； 当意图预测结果中主意图为通行且置信度大于第一预设阈值时，决策规划模块将目标车辆视为拥有路权的动态障碍物，基于碰撞时间与安全距离模型，生成减速至停止的防御性等待轨迹； 当意图预测结果中主意图为犹豫或预测不确定性大于第二预设熵值时，决策规划模块启动交互式子程序，生成短时程、低速且可中止的主动探试动作，并触发意图预测模型对目标车辆反应进行密集重采样与再评估，基于再评估结果调整决策策略； 设定探试动作参数，探试动作参数至少包括探试速度、探试位移及持续时间，基于探试动作参数规划自动驾驶车辆的短时移动轨迹，短时移动轨迹的速度不超过预设低速阈值、位移不超过预设位移阈值； 在自动驾驶车辆执行探试动作的过程中，控制意图预测模型将数据采样频率提升至预设高频采样率，对目标车辆的多模态数据进行密集采集与处理，生成高频更新的意图预测结果； 若高频更新的意图预测结果中主意图转为让行且置信度满足第一预设阈值，切换至机会性通行轨迹规划； 若主意图转为通行且置信度满足第一预设阈值，切换至防御性等待轨迹规划； 若仍维持犹豫状态或预测不确定性未降低，重复执行探试动作或切换至最保守的停车等待策略。

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招商局检测车辆技术研究院有限公司，其通讯地址为：401329 重庆市高新区新金大道9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。