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！

龙图腾网获悉华中科技大学申请的专利一种频域视角下智能体轨迹预测方法、系统、设备及介质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：CN115661199B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211293163.4，技术领域涉及：G06T7/246；该发明授权一种频域视角下智能体轨迹预测方法、系统、设备及介质是由尤新革;夏北浩;彭勤牧设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种频域视角下智能体轨迹预测方法、系统、设备及介质在说明书摘要公布了：本发明属于智能体轨迹预测领域，公开了一种频域视角下智能体轨迹预测方法、系统、设备及介质，方法包括：构建分层预测网络从不同的频率尺度预测智能体的未来轨迹，所述分层预测网络包括两个子网络：粗粒度关键点估计子网络，在若干“关键”频率部分上预测智能体轨迹的“最小”频谱，即智能体运动的整体规划，用于在较低的时空分辨率上预测智能体的关键点轨迹谱，通过设计编码器－解码器结构生成多个潜在的预测轨迹描述智能体未来行为的不确定性和随机性；细粒度频谱插值子网络，用于在交互表征的帮助下根据所述关键点轨迹谱从更高的时空分辨率上重建完整轨迹谱。本发明从频域视角重新看待轨迹预测，从粗粒度的全局规划到更为细粒度的交互偏好描述，细致地反映智能体在不同尺度上的行为偏好。

本发明授权一种频域视角下智能体轨迹预测方法、系统、设备及介质在权利要求书中公布了：1.一种频域视角下智能体轨迹预测方法，其特征在于，所述频域视角下智能体轨迹预测方法包括： 构建分层预测网络从不同的频率尺度预测智能体的未来轨迹，所述分层预测网络包括两个子网络： 粗粒度关键点估计子网络，用于在较低的时空分辨率上预测智能体的关键点轨迹谱，通过设计编码器－解码器结构生成多个潜在的预测轨迹描述智能体未来行为的不确定性和随机性； 细粒度频谱插值子网络，用于根据所述关键点轨迹谱从更高的时空分辨率上重建完整轨迹谱； 所述粗粒度关键点估计子网络包括： 步骤一，对智能体的观察轨迹进行离散傅里叶变换DFT来获得智能体在观察时间[1,2,…,th]的轨迹谱； 步骤二，综合使用多层感知机一MLPt和多层感知机二MLPi得到随机噪声特征fi和高维特征ft，拼接得到fe； 步骤三，使用关键点TransformerTk，或长短记忆网络LSTM，或时间卷积网络TCN，对所述fe进行编码； 步骤四，使用解码器MLPe预测智能体的N个关键点轨迹谱[Akey,Φkey]； 步骤五，通过最小化关键点的真实空间坐标和预测空间坐标的平均欧几里得距离优化所述粗粒度关键点估计子网络，从而预测所述关键点轨迹谱；所述细粒度频谱插值子网络包括： 首先，将所述关键点的轨迹谱[Akey,Φkey]输入，获得表征特征 其中，此处的MLPt与粗粒度网络中的MLPt不同享参数，其中Nkeytf； 然后，使用MLPc对交互表征C进行编码，通过CNN将场景视觉图像和轨迹以能量图形式共同编码社会交互及物理交互，所述交互表征C来自模型CSCNet； fc＝MLPcC 其次，使用插值TransformerTi来学习轨迹谱偏差进而重建完整的轨迹谱，将拼接后的特征传递给Ti的编码器，并将关键点轨迹谱传递给Ti的解码器；Ti被用作预测完整的轨迹谱最后，通过IDFT获得重建轨迹 因此，潜在的预测轨迹之一表示如下： 其中，[th：，：]表示张量的切片操作； 最后，细粒度频谱插值子网络利用插值Transformer将关键点的轨迹谱插值成完整的轨迹频谱，将剩余的频谱部分来反映智能体更为精细的交互细节； 通过它的变量将通过平均逐点损失AveragePoint-wiseLoss，LAPL优化细粒度子网络。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。