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針對長尾現象的自動駕駛汽車碰撞風險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：CN120123883B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202510593215.7，技術領域涉及：G06F18/2415；該發明授權一種針對長尾現象的自動駕駛汽車碰撞風險預測方法是由李朋龍;任有;彭睿璇;李尚克設計研發完成，并于2025-05-09向國家知識產權局提交的專利申請。

本一種針對長尾現象的自動駕駛汽車碰撞風險預測方法在說明書摘要公布了：本發明屬于道路車輛控制領域，涉及一種針對長尾現象的自動駕駛汽車碰撞風險預測方法，該方法篩選高風險軌跡樣本，采用一種融合擴散概率模型與Transformer結構的軌跡生成方法，實現對罕見高風險駕駛行為的高保真建模與合成，從而增強模型對長尾樣本的學習能力；此外，考慮到在長尾場景中，車輛的運動學特征與交通流密度特征通常呈現顯著波動，構建并提取周圍交通參與者的運動學特征與交通流密度特征，通過多模態特征融合預測周邊車輛的未來軌跡；在此基礎上，構建面向不同風險場景的概率風險評估機制，動態評估潛在碰撞風險或行為異常概率，最終實現對復雜交通環境中潛在高風險事件的精細化預測。

本發明授權一種針對長尾現象的自動駕駛汽車碰撞風險預測方法在權利要求書中公布了：1.一種針對長尾現象的自動駕駛汽車碰撞風險預測方法，其特征在于，該方法利用多模態的增強軌跡數據集對碰撞風險預測模型進行訓練，之后利用訓練好的碰撞風險預測模型進行風險預測，具體風險預測步驟為： 步驟1.構建周圍車輛的動力學特征向量； 步驟2.根據周圍車輛的動力學特征向量，輸出動力學波動類型； 步驟3.構建交通流特征向量； 步驟4.根據交通流特征向量，輸出交通流狀態； 步驟5.多模態特征融合的軌跡預測： 對周圍車輛的歷史軌跡信息進行編碼得到歷史軌跡特征f1，對高精地圖信息進行編碼得到地圖特征M；對周圍車輛的動力學特征向量和交通流特征向量進行特征映射，得到動力學特征Ev和交通流特征Eenv；將歷史軌跡特征f1和動力學特征Ev進行拼接得到特征f2,將地圖特征M與交通流特征Eenv進行拼接得到特征M1；將特征f2和特征M1進行交互建模，得到特征f3；對特征f3進行處理，得到特征f4；對特征f4進行解碼，解碼周圍車輛未來的軌跡、速度、加速度； 步驟6.碰撞風險預測： 根據歷史數據選取距離自動駕駛汽車距離最小的車輛作為目標車輛，提取目標車輛的最大速度、最大加速度，計算加速度標準差；基于目標車輛的最大速度、最大加速度和加速度標準差構建動態碰撞風險指標；最后根據動力學波動類型確定動力學波動系數，根據交通流狀態確定交通流狀態標簽，使用動力學波動系數、交通流狀態標簽修正動態碰撞風險指標。

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 吉林省長春市南關區人民大街5988號吉林大學南嶺校區；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”。