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！

龍圖騰網獲悉吉林大學申請的專利一種基于場景理解增強的自動駕駛車輛運動預測方法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：CN120339990B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510814107.8，技術領域涉及：G06V20/56；該發明授權一種基于場景理解增強的自動駕駛車輛運動預測方法是由許芳;韓帥;陳虹;胡云峰;宮洵;林佳眉設計研發完成，并于2025-06-18向國家知識產權局提交的專利申請。

本一種基于場景理解增強的自動駕駛車輛運動預測方法在說明書摘要公布了：本發明適用于自動駕駛技術領域，提供了一種基于場景理解增強的自動駕駛車輛運動預測方法。本發明首先考慮到場景輸入的多層級結構，應用多種軌跡遮蔽策略，加深模型對潛在語義信息的理解。采用混合式預訓練策略，合理排布預訓任務，以應對災難性遺忘問題。其次，使用編碼器?解碼器的簡潔架構來增強場景理解能力，提升運動預測性能。此外，為保證模型在上下游任務中的通用性，對訓練完成的預訓練網絡進行端到端微調，并應用于運動預測任務以驗證多策略的有效性。最后，為保證實時預測性能，將模型部署至車載GPU平臺進行硬件加速，提升了實際應用價值。

本發明授權一種基于場景理解增強的自動駕駛車輛運動預測方法在權利要求書中公布了：1.一種基于場景理解增強的自動駕駛車輛運動預測方法，其特征在于，包括以下步驟： 步驟1、多種軌跡遮蔽策略及混合式預訓練策略設計；定義一個存在N輛車的交通場景，包括一個目標車輛和N-1個目標車輛的相鄰車輛，每輛車的歷史軌跡長度為T h ，每個軌跡點的特征數量為D，將包含所有車輛歷史軌跡數據的集合記作；將交通場景中的所有車輛歷史軌跡數據以離散點的形式存儲，并構建數據結構，以體現車輛、軌跡和特征的多級特性； 步驟2、基于場景理解增強的預訓練網絡搭建；采用編碼器-解碼器架構來搭建預訓練模型，編碼器包括時空模塊、聚合模塊和社交模塊，解碼器為多層感知機； 步驟3、基于端到端微調的運動預測網絡搭建；用訓練好的預訓練編碼器做參數初始化，得到運動預測編碼器；重新設計基于多層感知機的運動預測解碼器，即得到基于端到端微調的運動預測網絡模型； 步驟4、預測模型GPU部署與推理加速； 所述多種軌跡遮蔽策略設計包括： 基于隨機遮蔽策略的預訓練任務設計：對場景中所有車輛的歷史軌跡實行隨機遮蔽，按照遮蔽比例α生成隨機索引序列，按照隨機索引序列將對應位置的掩碼標記置位，被隨機遮蔽的部分軌跡在訓練過程中被視為未知，網絡通過未被遮蔽的部分軌跡來補全完整的歷史軌跡； 基于社交遮蔽策略的預訓練任務設計：按照比例β對場景中所有車輛的歷史軌跡末端的連續段落進行遮蔽，利用歷史狀態預測未來狀態； 所述混合式預訓練策略設計包括：將整個訓練過程劃分為多個階段，每個階段對應不同的訓練目標和子任務數量；在第i個階段同時訓練i個子任務，同時用當前階段的網絡參數和初始化下一階段的模型； 所述社交模塊的輸入是聚合特征，維度為，代表車輛的數量，為統一的編碼維度；輸出為社交特征；過程表示為： ； 其中，為聚合特征的掩碼向量，由對聚合前的掩碼張量的最后一維進行壓縮操作得到。

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吉林大學，其通訊地址為：130012 吉林省長春市朝陽區前進大街2699號；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”。