買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院計算機網絡信息中心申請的專利基于數字孿生的車輛運動軌跡可視化預測方法與裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116721125B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310141034.1，技術領域涉及：G06T7/246；該發明授權基于數字孿生的車輛運動軌跡可視化預測方法與裝置是由劉春雨;于建軍設計研發完成，并于2023-02-16向國家知識產權局提交的專利申請。

本基于數字孿生的車輛運動軌跡可視化預測方法與裝置在說明書摘要公布了：本發明屬于自動駕駛技術領域，為了提高訓練效率與預測準確性，提供一種基于數字孿生的車輛運動軌跡可視化預測方法與裝置，對時空點云序列數據集中的每一個連續的時空點云序列樣本進行拆分，得到歷史?未來點云序列數據對；根據歷史?未來點云序列數據對構建訓練樣本訓練點云序列預測模型，訓練樣本是以歷史點云序列數據作為輸入數據，并以未來點云序列數據作為真值標簽，從而使得點云序列預測模型能夠在訓練過程中通過自監督學習提取歷史?未來點云序列數據對的特征向量。根據目標車輛的當前點云序列數據與未來點云序列預測數據在數字孿生空間中構建目標車輛的數字孿生體，從而實現在數字孿生空間中目標車輛運動軌跡的可視化預測。

本發明授權基于數字孿生的車輛運動軌跡可視化預測方法與裝置在權利要求書中公布了：1.一種基于數字孿生的車輛運動軌跡的可視化預測方法，其特征在于，包括以下步驟： 采集道路場景下目標車輛的激光點云序列數據，經過數據預處理后生成時空點云序列數據集；根據所述時空點云序列數據集構建道路場景的數字孿生空間； 對所述時空點云序列數據集中的每一個連續的時空點云序列樣本進行拆分，得到Tobs幀歷史點云序列數據與Tpred幀未來點云序列數據，形成歷史-未來點云序列數據對； 根據歷史-未來點云序列數據對構建訓練樣本訓練點云序列預測模型，所述訓練樣本是以歷史點云序列數據作為輸入數據，并以未來點云序列數據作為真值標簽，從而使得點云序列預測模型能夠在訓練過程中通過自監督學習提取歷史-未來點云序列數據對的特征向量； 所述點云序列預測模型，用于根據歷史-未來點云序列數據對構建的訓練樣本進行自監督學習從而能夠根據目標車輛的當前點云序列數據預測目標車輛的未來點云序列；所述訓練樣本是以歷史點云序列數據作為輸入數據，并以未來點云序列數據作為真值標簽； 所述點云序列預測模型包括空間特征提取網絡與時序特征提取網絡，空間特征提取網絡的輸出作為時序特征提取網絡的輸入，從而能夠提取到包含空間與時間兩個維度的特征向量；采用堆疊Conv3D網絡作為空間特征提取網絡，采用1*1卷積神經網絡作為時序特征提取網絡；所述點云序列預測模型還包括第一解碼器，第一解碼器用于結合損失函數L1來提高歷史點云序列數據的特征向量保留原始信息的能力； 所述點云序列預測模型還包括第一判別器，第一判別器用于結合損失函數L2來提高歷史點云序列數據的特征向量的表征能力； 所述點云序列預測模型包括第二解碼器，第二解碼器用于結合損失函數L3來提高點云序列預測模型的預測能力； 所述點云序列預測模型還包括第二判別器，第二判別器用于結合損失函數L4提高第二編碼器所輸出的隱層特性向量的表征能力； 獲取目標車輛的當前點云序列數據并輸入所述點云序列預測模型進行預測，點云序列預測模型輸出目標車輛的未來點云序列預測數據；根據目標車輛的當前點云序列數據與未來點云序列預測數據在所述數字孿生空間中構建目標車輛的數字孿生體，從而實現在所述數字孿生空間中目標車輛運動軌跡的可視化預測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院計算機網絡信息中心，其通訊地址為：100190 北京市海淀區中關村南四街4號院內2號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。