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！

龙图腾网获悉盐城工学院申请的专利一种融合意图感知的周车轨迹预测方法及系统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：CN119477985B 。

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：202411586409.6，技术领域涉及：G06T7/246；该发明授权一种融合意图感知的周车轨迹预测方法及系统是由朱乃宣;吴英丰;李贝贝;项瑜萱设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种融合意图感知的周车轨迹预测方法及系统在说明书摘要公布了：本发明提供一种融合意图感知的周车轨迹预测方法及系统，其中方法包括：调取IA‑Informer模型；基于IA‑Informer模型，对车辆的周车进行意图识别及融合意图的轨迹预测；IA‑Informer模型包括：输入矩阵模块、目标车辆意图识别模块以及融合意图的轨迹预测模块。本发明中，意图预测模块根据目标车及周车的状态提取社会关联，输出意图概率向量；轨迹预测模块引入前者的输出，进一步提升了预测性能。

本发明授权一种融合意图感知的周车轨迹预测方法及系统在权利要求书中公布了：1.一种融合意图感知的周车轨迹预测方法，其特征在于，包括： 调取IA-Informer模型； 基于IA-Informer模型，对车辆的周车进行意图识别及融合意图的轨迹预测； 所述IA-Informer模型包括：输入矩阵模块、目标车辆意图识别模块以及融合意图的轨迹预测模块； 所述输入矩阵模块的构建步骤包括： 将目标车辆定义，目标车所处的场景中的其他车辆定义为；车辆的前进方向为y轴正方向，垂直y轴方向为x轴；其中，N为其他车辆总数； IA-Informer模型的编码器和解码器输入分别记为和；其中，编码器输入由目标车辆的历史轨迹和交互信息组成，解码器输入时目标车辆的掩码轨迹； 定义目标车辆在t时刻的轨迹坐标为： ； 在域长为mT的观测域下，目标车辆的历史轨迹为： ； 在t时刻目标车辆的交互关系为： ； 其中，K表示目标车辆的编号，和表示目标车辆与K号车的横纵向相对距离，和是目标车辆与K号车的横纵向相对速度； 在域长为mT的观测域下，目标车辆的交互信息为： ； 编码器输入为： ； 解码器在ｔ时刻的输入序列为： ；其中，为历史轨迹的长度； 所述目标车辆意图识别模块的构建步骤包括： 意图识别模块是基于观测到的目标车辆轨迹信息及其与周围车辆的交互信息来预测下一时刻的驾驶意图，最终目标就是使网络学习到一个函数： ； 其中，就是最终训练出的意图预测模型，为预测出意图的结果，即意图概率向量，公式如下： ； 其中，分别为目标车辆可能出现的三种策略的概率；三种策略包括：车道保持、左换道和右换道； 上下文向量F是逐层从下往上计算的： ； 其中，W1、W2、W2’、W3、W3’、W4为全连接层的权值，relu为前馈层的激活函数，norm、prob、MaxPool、ELU和Conv1d分别为归一化、概率稀疏自注意力层、最大池化层、指数线性单元和一维卷积层，为轨迹的正余弦时空编码； 融合意图的轨迹预测模块的构建步骤包括： 轨迹预测模块是利用目标车辆的历史轨迹信息和意图概率向量作为输入，输出下一时间段nT的期望轨迹，为下式： ；其中，为目标车辆意图识别模块输出的意图概率向量； 解码器将意图预测的结果编码后输入到多头注意模块中，同时接收编码器生成的上下文向量F应用到第二个自注意力层中，流程如下： 其中，W6、W6’、W7是全连接层的权值；mha为多头注意力层。

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盐城工学院，其通讯地址为：224000 江苏省盐城市亭湖区希望大道中路1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。