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！

龙图腾网获悉同济大学申请的专利一种基于半监督模型的车辆多模态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：CN116331259B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310267999.5，技术领域涉及：B60W60/00；该发明授权一种基于半监督模型的车辆多模态轨迹预测方法是由田炜;王松涛设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种基于半监督模型的车辆多模态轨迹预测方法在说明书摘要公布了：本发明涉及一种基于半监督模型的车辆多模态轨迹预测方法，包括：基于道路地图信息获取车辆的未来可能意图和可能行驶的道路及中心线，并对目标车辆周围的道路地图信息以及目标车辆周围的其他车辆历史轨迹进行编码，随后使用半监督模型，为未来可能的目标车辆轨迹模态生成伪标签，并使用伪标签对不同模态下的预测轨迹进行监督学习，实现车辆轨迹的多模态预测。与现有技术相比，本发明将多模态问题转化为半监督问题，并使用mean‑teacher半监督模型对模型进行训练，能够有效得提升车辆轨迹的预测精度，并能解决车辆轨迹预测中存在的数据不平衡问题，能够有效改善车辆预测结果中的模态分布、显著提升轨迹预测质量。

本发明授权一种基于半监督模型的车辆多模态轨迹预测方法在权利要求书中公布了：1.一种基于半监督模型的车辆多模态轨迹预测方法，其特征在于，包括以下步骤： S1、基于目标车辆的历史轨迹，获得车辆行驶的车道及相应的车道中心线信息，并根据车道中心线的方向获得车辆未来可能的运动模态； 通过匹配未来轨迹和车道中心线获得车辆未来的真实模态； S2、使用student和teacher网络中的编码器，分别对目标车辆的历史轨迹、目标车辆周围设定范围内其他车辆的历史轨迹、目标车辆设定范围内的环境地图进行编码，得到相应的目标车辆轨迹的特征向量、周围车辆轨迹特征向量以及周围环境特征向量； S3、在mean_teacher模型的student网络中，将车辆未来行驶的所有可能车道中心线分别等分为N个点，对这些点进行编码，并与编码器的输出向量、模态向量等进行拼接，输入解码器； 采用相同方式，在mean_teacher模型的teacher网络中，除未来真实模态所在的车道中心线以外，将车辆未来可能行驶的所有车道中心线分别等分为N个点，对这些点进行编码，并与编码器的输出向量、模态向量等进行拼接，输入解码器； S4、对teacher网络中输出的轨迹进行筛选，将筛选得到的轨迹作为student网络中的伪标签； 对mean-teacher模型进行训练，在训练过程中，在回归损失和分类损失的基础上增加约束损失，以产生符合道路约束的轨迹，训练得到多模态轨迹预测模型； S5、将实际中目标车辆和周围车辆的历史轨迹、周围地图信息以及未来行驶的所有车道中心线信息输入多模态轨迹预测模型，输出得到对应的轨迹预测结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。