申请/专利权人：财团法人车辆研究测试中心

申请日：2020-09-03

公开（公告）日：2024-02-27

公开（公告）号：CN114217601B

主分类号：G05D1/43

分类号：G05D1/43;G05D1/242;G05D1/246;G05D1/65;G05D1/633;G05D1/644;G05D109/10

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2022.04.08#实质审查的生效;2022.03.22#公开

摘要：本发明提供一种自驾车的混合决策方法及其系统，自驾车的混合决策方法用以决策出本车的最佳轨迹函数。参数获得步骤是感测本车的周围场景而获得待学习参数组，并将待学习参数组储存至记忆体。基于学习的场景决策步骤是依据待学习参数组与基于学习模型从多个场景类别中判别出符合本车的周围场景的场景类别。基于学习的参数优化步骤是将待学习参数组执行基于学习模型而产生关键参数组。基于规则的路径规划步骤是将场景类别及关键参数组执行基于规则模型而规划出最佳轨迹函数。借此，不但可同时处理多维度变数，还能使系统具备学习能力，并符合轨迹规划的连续性。

主权项：1.一种自驾车的混合决策方法，用以决策出一本车的一最佳轨迹函数，其特征在于，该自驾车的混合决策方法包含以下步骤：一参数获得步骤，是驱动一感测单元感测该本车的一周围场景而获得一待学习参数组，并将该待学习参数组储存至一记忆体；一基于学习的场景决策步骤，是驱动一运算处理单元接收来自该记忆体的该待学习参数组，并依据该待学习参数组与一基于学习模型从多个场景类别中判别出符合该本车的该周围场景的其中一该场景类别；一基于学习的参数优化步骤，是驱动该运算处理单元将该待学习参数组执行该基于学习模型而产生一关键参数组；以及一基于规则的路径规划步骤，是驱动该运算处理单元将该其中一场景类别及该关键参数组执行一基于规则模型而规划出该最佳轨迹函数；其中，该些场景类别包含：一障碍物占据场景，包含一障碍物占据百分比，该障碍物占据场景代表该周围场景中具有一障碍物与一道路，该障碍物占据百分比代表该障碍物占据该道路的一比例；一路口场景，代表该周围场景中具有一路口；及一进出站场景，代表该周围场景中具有一进出站。

全文数据：

权利要求：

百度查询： 财团法人车辆研究测试中心 自驾车的混合决策方法及其系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD