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！

龙图腾网恭喜重庆邮电大学申请的专利一种自动驾驶车辆行为决策系统和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：CN116975781B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202310983299.6，技术领域涉及：G06F18/25；该发明授权一种自动驾驶车辆行为决策系统和方法是由岑明;杨程;杨润;杨浩波;张靖设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本一种自动驾驶车辆行为决策系统和方法在说明书摘要公布了：本发明涉及一种自动驾驶车辆行为决策系统，属于智能车辆领域，包括数据采集模块通过传感器获取周围环境信息，并构建道路模型；时空特征提取模块利用以LSTM‑CNN为基础的决策模型对道路模型信息进行提取，得到时空特征；驾驶行为规则提取模块对车辆的交互性进行分析得到不同行为产生的特征，依据这些特征构建驾驶行为规则特征挖掘算法得到行为规则特征编码；融合决策模块采用WIDEDEEP融合模型将行为特征和与时空特征融合，最后输出行为决策结果。本发明还提供一种方法。

本发明授权一种自动驾驶车辆行为决策系统和方法在权利要求书中公布了：1.一种自动驾驶车辆行为决策方法，其特征在于：包括以下步骤：S1：数据采集：通过传感器获取车辆周围的环境信息，并构建道路模型，道路模型包含车辆信息V和车道信息R；S2：时空特征提取：通过对车辆信息V和车道信息R进行处理，提取得到时空特征SC；步骤S2中，搭建以LSTM-CNN为基础的行为决策模型提取时空特征，采用几个并行的LSTM分别提取左前车辆Left_front和左后车辆Left_back，右前车辆Right_front和右后车辆Right_back，前方车辆Front，后方车辆Back和目标车辆信息Ego时序特征的提取；最后利用全连接层融合特征得到时序特征S；采用残差CNN网络提取周围环境的空间特征C，最后将两者进行融合得到时空特征SC；时序特征表达如下：S＝FlstmV,R,T,N其中，S为时序特征；Flstm为LSTM网络模型；V是周围车辆状态集合；R是车道状态集合；其中T为时间步长；N为输入信息维度；S3：驾驶行为规则提取：根据数据采集模块的车辆信息V和车道信息R使用驾驶行为规则特征挖掘算法来构建行为规则特征编码，得到驾驶行为规则特征D；S4：融合决策：采用WIDEDEEP融合模型将驾驶行为特征D和时空特征SC进行融合，得到当前车辆的行为决策Y；步骤S4中，将在特征提取阶段获得的时空特征与驾驶行为规则特征进行联合训练，最后输出当前的行为决策结果，包括车道保持、左换道和右换道，具体包括以下步骤：S41：将挖掘的驾驶行为规则特征信息D通过Wide引入非线性交叉特征来实现记忆能力，得到驾驶行为规则信息WIDEd；WIDEd＝WT*D+b式中W是权重矩阵，b偏移量；S42：将提取的时空特征SC通过学习低维稠密向量，通过Deep组件探索历史数据中未出现或很少出现的特征；时空特征SC由LSTM-CNN来实现，DEEPs是时空特征SC由DEEP网络组件进行处理得到的输出；DEEPs＝fSC，SC＝fLSTM-CNNxS43：WideDeep输出：在Wide组件与Deep组件的前向计算完成之后，对两部分的输出进行加权求和得到车辆决策结果，表示为：Y＝σWIDEd+DEEPs+b式中σ和b分别为激活函数和偏移量，Y表示n维行为决策的输出概率。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。