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！

龍圖騰網獲悉南京航空航天大學申請的專利一種考慮交互的行人軌跡預測系統及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：CN116129637B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202211724137.2，技術領域涉及：G08G1/01；該發明授權一種考慮交互的行人軌跡預測系統及方法是由周小川;趙萬忠;王春燕;汪桉旭;葉宇林;李威設計研發完成，并于2022-12-30向國家知識產權局提交的專利申請。

本一種考慮交互的行人軌跡預測系統及方法在說明書摘要公布了：本發明公開了一種考慮交互的行人軌跡預測系統及方法，系統包括：傳感器單元，用于獲取車輛和行人的位置坐標信息，并將信息存儲到車輛歷史軌跡數據庫和行人歷史軌跡數據庫中；車載計算單元，包括依次連接的編碼器、注意力模塊、解碼器；編碼器用于計算行人和車輛的歷史軌跡，并進行存儲；注意力模塊包括時間注意力模塊和空間注意力模塊，時間注意力模塊用于計算歷史時間特征，空間注意力模塊用于計算全局空間特征；解碼器用于計算考慮交互關系的行人預測軌跡。本發明通過構建基于注意力機制的行人軌跡預測框架，提高人車混合行駛道路下行人軌跡預測的精準性。

本發明授權一種考慮交互的行人軌跡預測系統及方法在權利要求書中公布了：1.一種考慮交互的行人軌跡預測方法，基于考慮交互的行人軌跡預測系統，系統包括：傳感器單元、行人歷史軌跡數據庫、車輛歷史軌跡數據庫、車載計算單元；傳感器單元，其包括但不局限于車載攝像頭和激光雷達、路側傳感單元、行人位置傳感器，用于獲取車輛和行人的位置坐標信息，并將信息存儲到車輛歷史軌跡數據庫和行人歷史軌跡數據庫中；車輛歷史軌跡數據庫，用于存儲車輛的歷史位置坐標信息；行人歷史軌跡數據庫，用于存儲行人的歷史位置坐標信息；車載計算單元，其包括依次連接的編碼器、注意力模塊、解碼器；編碼器用于計算行人和車輛的歷史軌跡，并進行存儲；注意力模塊包括時間注意力模塊和空間注意力模塊，時間注意力模塊用于計算歷史時間特征，空間注意力模塊用于計算全局空間特征；解碼器用于計算考慮交互關系的行人預測軌跡；其特征在于，方法步驟如下：1編碼器對行人歷史軌跡數據庫、車輛歷史軌跡數據庫中的運動特性進行編碼，生成隱藏狀態和輸出張量；2注意力模塊對周圍行人和車輛運動特征的時間、空間信息進行編碼，對不同時間、空間信息的影響賦予權重，分別確定各對象空間信息對行人的重要性，以及歷史時刻信息對當前時刻的重要性，并將計算得到的時間特征向量和全局空間特征向量拼接，得到特征向量；3將包含周圍行人和車輛的特征向量和高斯采樣噪聲，輸入到基于LSTM的解碼器中進行多模態軌跡預測，得到行人預測軌跡集，對真實軌跡和預測軌跡進行比較判別，并通過損失函數計算，從軌跡集中選擇最優的行人預測軌跡；所述步驟2中采用時間注意系數衡量歷史時刻信息對當前時刻的重要性，具體包括：21行人編碼器輸出作為時間注意力模塊的輸入，得到時間注意系數： 式中，表示時間注意系數，表示中間向量，和分別表示k時刻和s時刻的中間向量，tanh為激活函數，和bα為網絡參數；22時間注意力模塊將時間注意系數與步驟12中的隱藏狀態相拼接，輸出時間特征向量 所述步驟2中采用空間注意系數衡量各對象空間信息對行人的重要性，并用歸一化后的注意系數計算得到行人的全局空間特征，具體包括：23計算人-人和人-車空間交互的距離和夾角信息： 式中，為t時刻行人i和周圍行人j之間的距離；為t時刻行人i和車輛之間的距離，為行人i的速度向量與行人i到行人j的方向向量間的夾角；為行人i和行人j的速度向量間的夾角；為行人i和車輛速度向量間的夾角；分別為t時刻行人i和行人j的位置坐標，為t時刻車輛的位置坐標；24將人-人和人-車交互信息進行級聯，得到三個交互特征向量： 式中，為行人i和行人j的人-人交互關系向量；為行人i和車輛的人-車交互關系向量；為行人i與其他道路參與者交互關系的向量；25計算空間注意系數，并進行歸一化得到行人i在t時刻的全局空間特征向量 式中，為行人i與行人j在t時刻交互的空間注意系數，為行人i的交互特征向量拼接成的特征向量，Wfc2為空間注意力模塊的全連接層參數，為行人j與無人車的距離，為除了行人i以外其他行人與車輛的距離，為車輛與行人間的距離拼接成的特征向量，N為行人數量，φ是歸一化函數；所述步驟2中將計算得到的時間特征向量和全局空間特征向量拼接，表示為： 式中，為特征向量；所述步驟3中采用多層感知器對真實軌跡和預測軌跡進行比較判別，行人預測軌跡集為： 式中，k為預測軌跡的數量，和為t時刻與t-1時刻中間狀態向量，為第k條軌跡的特征向量，為高斯采樣噪聲，預測時間為t＝Tobs+1，...，Tpred；和為t時刻與t-1時刻解碼器的隱藏狀態，Wde為解碼器網絡權重參數，為預測軌跡，Wm2為多層感知機權重參數，和分別為觀測周期解碼器和編碼器的輸出；所述步驟3中采用最小化多模態損失函數，設置指數項來控制每個誤差在整個損失中的比例，根據計算結果，從行人預測軌跡集中，選擇計算值最小的軌跡，作為最優的行人預測軌跡，最小化多模態損失函數L的計算方式如下： 式中，T為預測時長，為待選的預測軌跡，為真實軌跡，λ為超參數，e為常數。

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南京航空航天大學，其通訊地址為：210016 江蘇省南京市秦淮區御道街29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”。