Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜吉林大学;吉林大学青岛汽车研究院雷雨龙获国家专利权

恭喜吉林大学;吉林大学青岛汽车研究院雷雨龙获国家专利权

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!

龙图腾网恭喜吉林大学;吉林大学青岛汽车研究院申请的专利一种无信号十字路口智能车辆决策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:CN119889073B

龙图腾网通过国家知识产权局官网在2025-06-27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:202510371231.1,技术领域涉及:G08G1/0967;该发明授权一种无信号十字路口智能车辆决策方法是由雷雨龙;陈驷驹;刘科;付尧;王玉海;顾瑶;朱薛琰设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。

一种无信号十字路口智能车辆决策方法在说明书摘要公布了:本发明属于智能驾驶决策技术领域,公开了一种无信号十字路口智能车辆决策方法,包括:构建无信号十字路口智能车辆决策模型,包括:策略网络和价值网络;策略网络和价值网络均由LSTM神经网络和全连接层组成;将时刻至时刻的自车信息、交通参与车辆信息、交通路口和自车相对位置信息以及目标任务点和自车的相对位置信息组成状态参数作为策略网络的输入变量,以时刻状态参数对应的油门控制信号、方向盘转角控制信号和刹车控制信号组成动作参数作为策略网络的输出变量;采用PPO算法,以策略网络和价值网络的损失函数最小为优化目标对决策模型进行优化,得到最优决策模型;利用最优决策模型输出车辆决策。

本发明授权一种无信号十字路口智能车辆决策方法在权利要求书中公布了:1.一种无信号十字路口智能车辆决策方法,其特征在于,包括: 构建无信号十字路口智能车辆决策模型,所述决策模型包括:策略网络和价值网络; 其中,所述策略网络和所述价值网络均由LSTM神经网络和全连接层组成; 将t-n时刻至t时刻的自车信息、交通参与车辆信息、交通路口和自车相对位置信息以及目标任务点和自车的相对位置信息组成状态参数作为策略网络的输入变量,以t时刻状态参数对应的油门控制信号、方向盘转角控制信号和刹车控制信号组成动作参数作为策略网络的输出变量; 以所述状态参数和所述动作参数输入所述价值网络,所述价值网络输出状态参数和动作参数对应的价值; 采用PPO算法分别构建所述策略网络和所述价值网络的损失函数,并对所述决策模型进行训练,以损失函数最小为优化目标分别对所述策略网络和所述价值网络的参数进行优化,得到最优决策模型; 车辆行驶至无信号十字路口时,实时获取状态参数输入所述最优决策模型,所述最优决策模型输出最优的油门控制信号、方向盘转角控制信号和刹车控制信号; 所述价值网络中采用的奖励函数为: Rt=R1+R2+R3+R4+R5+R6; 其中,R1为任务完成奖励值,R2为碰撞性惩罚值,R3为渐进式距离奖励值,R4为碰撞风险渐进式惩罚值,R5为合理速度奖励值,R6为平稳性奖励值; 所述渐进式距离奖励的计算公式为: R3=c*1-dnom-timestep*d; 其中,timestep为当前时间步的值,dnom为归一化距离,dnom=dtd0,c、d为权重系数;d0为初始时刻自车到目标位置的距离,dt为t时刻自车到目标位置的距离; 所述碰撞风险渐进式惩罚值的计算方法包括如下步骤: 步骤1、根据自车位置x0,y0以及交通参与车辆位置xi,yi计算出相对位置矢量根据自车车速V0x,V0y以及交通参与车辆车速Vix,Viy计算出相对速度矢量 步骤2、计算出车辆沿相对位置方向的相对速度vd: 步骤3、计算预计碰撞时间tp: 步骤4、根据预计碰撞时间确定碰撞风险渐进式惩罚值: 其中,e、f、g、h为调节参数,且满足efgh。

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吉林大学;吉林大学青岛汽车研究院,其通讯地址为:130012 吉林省长春市朝阳区前进大街2699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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。