安全势场下基于informer神经网络的驾驶行为预测方法(高校公示15天)(不包年费滞纳金(需要二变))
发明专利本发明提出了一种安全势场下基于informer神经网络的驾驶行为预测方法,包括对运动数据集中的数据进行预处理得到轨迹序列特征;将轨迹序列特征编码为潜在时空表示;将潜在时空表示输入到informer神经网络中,预测目标车辆未来的驾驶意图和驾驶轨迹;分别建立跟驰情况下和换道情况下的安全势场模型,计算安全势场范围;构建安全势场范围约束、预测的驾驶意图和驾驶轨迹的联合损失函数,利用Adam优化器优化得到预测模型;使用测试集对预测模型进行预测。本发明将安全势场模型和informer模型有机地结合在了一起,能够实现周围车辆的意图预测和多通道轨迹预测,在驾驶行为预测的实时性、准确性和安全性方面具有卓越的性能。
《安全势场下基于informer神经网络的驾驶行为预测方法(高校公示15天)(不包年费滞纳金(需要二变))》是一发明专利,专利号为 2022111379764,当前法律状态为已下证,由河南大学提出申请,发明人为周毅;王章云;王虎肖;宁念文;石华光;张延宇,申请日期为2022-09-19,公开(公告)日期为2024-11-22,国际专利分类号(IPC)为 G08G1/01(2006.01)I;G06N3/0464(2023.01)I;G06N3/0455(2023.01)I;G06N3/084(2023.01)I;G06N3/048(2023.01)N,高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出了一种安全势场下基于informer神经网络的驾驶行为预测方法,包括对运动数据集中的数据进行预处理得到轨迹序列特征;将轨迹序列特征编码为潜在时空表示;将潜在时空表示输入到informer神经网络中,预测目标车辆未来的驾驶意图和驾驶轨迹;分别建立跟驰情况下和换道情况下的安全势场模型,计算安全势场范围;构建安全势场范围约束、预测的驾驶意图和驾驶轨迹的联合损失函数,利用Adam优化器优化得到预测模型;使用测试集对预测模型进行预测。本发明将安全势场模型和informer模型有机地结合在了一起,能够实现周围车辆的意图预测和多通道轨迹预测,在驾驶行为预测的实时性、准确性和安全性方面具有卓越的性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
