“郭飞鹤”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种交通场景下基于自适应目标的向量化轨迹预测方法-CN202310679684.1在审
发明人：唐洁;郭飞鹤 -专利权人：华南理工大学
申请日： 2023-06-08 - 公布日： 2023-10-20 - 主分类号： B60W60/00 文献下载
摘要：本发明公开了一种交通场景下基于自适应目标的向量化轨迹预测方法，包括：1)将运动主体的历史运动轨迹与地图元素向量化为多线段，使用向量化神经网络进行编码得到向量特征表示；2)使用循环交互图卷积网络对向量特征表示进行特征融合与交互，获取交互性特征表示和全局融合特征表示；3)使用交互性特征表示和全局融合特征表示并基于记忆性迭代优化算法生成自适应运动目标；4)使用轨迹解码器对未来运动轨迹进行补全，输出可能性最大的K条完整未来运动轨迹。本发明能够自适应地学习历史轨迹与地图元素之间的复杂关系，进而提高轨迹预测的准确性和鲁棒性，能够更好地应对复杂的交通环境，为自动驾驶、智能交通等领域提供可靠和高效的技术支持。
一种交通场景基于自适应目标量化轨迹预测方法

[发明专利]一种基于运动意图提取的行人轨迹预测方法-CN202310257836.9在审
发明人：唐洁;郭飞鹤 -专利权人：华南理工大学
申请日： 2023-03-16 - 公布日： 2023-07-14 - 主分类号： G06T7/207 文献下载
摘要：本发明公开了一种基于运动意图提取的行人轨迹预测方法，包括：1)将行人的历史轨迹与终点位置映射到隐空间，得到其对应的历史隐空间特征表示与终点隐空间特征表示；2)将历史隐空间特征表示与终点隐空间特征表示拼接在一起，输入到条件变分自编码器，输出行人的运动意图特征表示；3)将行人的运动意图特征表示输入到图神经网络，分别学习组内行人与组间行人的运动意图交互关系，更新行人运动意图特征表示；4)将更新后的行人运动意图特征表示与历史隐空间特征表示拼接起来，输入融合网络，将融合后的特征表示输入到预测器得到最终的行人未来轨迹。本发明可对行人的运动意图进行有效提取，并融合不同行人间的运动交互信息，提高行人运动预测的精度。
一种基于运动意图提取行人轨迹预测方法