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！

龙图腾网恭喜清华大学申请的专利基于图神经网络的交互关联关系模型与船舶轨迹预测方法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：CN118798252B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411288447.3，技术领域涉及：G06N3/006；该发明授权基于图神经网络的交互关联关系模型与船舶轨迹预测方法是由陶晓明;崔洲涓;段一平;祖曰然设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于图神经网络的交互关联关系模型与船舶轨迹预测方法在说明书摘要公布了：本发明提供了一种基于图神经网络的交互关联关系模型与船舶轨迹预测方法，涉及轨迹预测技术领域，包括：首先通过多类型智能体编码模块对不同类型的智能体的历史轨迹信息进行编码，得到多个智能体的时空特征；然后依据多个智能体的时空特征以及智能体之间的交互关联关系构建出时空交互图，通过基于图神经网络的交互关联关系模型将多个智能体之间的交互关联信息融入到每个智能体状态的更新中；再通过基于可学习映射采样方法与条件变分自编码器的多模态轨迹预测模块，捕捉智能体未来轨迹的多模态分布，获取各个智能体多个可能的未来轨迹。

本发明授权基于图神经网络的交互关联关系模型与船舶轨迹预测方法在权利要求书中公布了：1.一种基于图神经网络的交互关联关系模型与船舶轨迹预测方法，其特征在于，所述方法包括：通过多类型智能体编码模块分别对不同类型的智能体的历史轨迹信息进行编码，得到多个智能体的时空特征；根据所述多个智能体的时空特征，所述多个智能体之间是否存在交互关联关系、以及所述多个智能体的类别，构建时空交互图，所述时空交互图中的时空节点对应观测到的各个智能体，所述时空交互图中的时空边表征智能体之间的交互关联关系，所述时空交互图中的类别节点对应观测到的同属一个类别的多个智能体，所述时空交互图中的类别边表征多个类别的智能体之间的交互关联关系；通过基于图神经网络的交互关联关系模型，构建智能体级、类别级和全局级的交互注意力机制，将交互关联关系融入到自身的状态更新中，增强多智能体场景下交互关系的建模能力，包括：计算所述时空交互图的时空节点之间的智能体级交互注意力分数；根据所述时空交互图的时空边建立邻接矩阵，进行拉普拉斯变换，得到拉普拉斯归一化矩阵；将智能体级交互注意力分数与所述拉普拉斯归一化矩阵相乘，得到智能体级交互矩阵；计算所述时空交互图的类别节点之间的类别级交互注意力分数，归一化后得到类别级交互注意力，同时作为表示类别节点之间交互关联关系的类别边；通过对所述智能体级交互矩阵进行非对称卷积操作，再进行非线性激活，得到全局级注意力；将所述类别级交互注意力与所述全局级注意力融合得到所述时空交互图的最终注意力，将所述最终注意力作为所述时空交互图的邻接矩阵；所述基于图神经网络的交互关联关系模型包括L层，通过图卷积操作提取和建模多智能体交互，实现节点自身的状态更新；通过基于可学习映射采样方法与条件变分自编码器的多模态轨迹预测模块，捕捉智能体未来轨迹的多模态分布，获取各个智能体多个可能的未来轨迹；对从历史帧中检测到的M个智能体的历史轨迹信息进行编码，以及对从当前帧检测到的N个智能体的当前轨迹信息进行编码，得到M+N个智能体的语义特征，包括：将所述历史帧中包含的M个智能体的历史轨迹信息输入至多个不同参数结构的长短期记忆人工神经网络中，通过多个不同参数结构的长短期记忆人工神经网络输出M个智能体的语义特征；将所述当前帧中包含的N个智能体的当前轨迹信息输入多个不同参数结构的多层感知器中，通过多个不同参数结构的多层感知器，输出得到的N个智能体的语义特征；根据所述M+N个智能体的语义特征，所述历史帧中M个智能体之间是否存在交互关系、所述当前帧中N个智能体之间是否存在交互关系、以及所述历史帧中M个智能体与所述当前帧中的N个智能体之间是否能够匹配，构建具有M+N个节点的图结构，所述图结构中的每个节点对应一个智能体的语义特征，所述图结构中的每条边表征两个智能体之间存在交互关系，包括：根据所述历史帧中检测到的M个智能体的轨迹信息与所述当前帧中检测到的N个智能体的位置信息，创建M+N个节点，每个节点对应一个智能体的语义特征；根据所述M+N个智能体的语义特征，判断每两个智能体在三维空间中的距离是否小于设定阈值；在所述两个智能体在三维空间中的距离小于设定阈值时，在所述两个智能体对应的节点之间构建一条边；构建一个基于L层图神经网络的交互关联关系模型，其中每层都包括M个历史帧中检测到的节点和N个当前帧检测到的节点，通过所述交互关联关系模型，对所述M+N个智能体的语义特征进行更新，得到智能体的更新后语义特征，根据更新后语义特征，得到更新后边特征；将所述历史帧中检测到的M个智能体的历史轨迹信息、所述M个智能体的更新后语义特征以及所述更新后边特征，输入基于条件变分自编码器的多模态轨迹预测模块，得到M个智能体的多个未来轨迹信息。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。