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！

龙图腾网获悉福州大学申请的专利考虑道路几何条件影响的自动驾驶排放可解释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：CN119688330B 。

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：202510198785.6，技术领域涉及：G01M17/007；该发明授权考虑道路几何条件影响的自动驾驶排放可解释预测方法是由王书易;王全德;丘勋涛;赖元文;林剑政;何泓焮设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本考虑道路几何条件影响的自动驾驶排放可解释预测方法在说明书摘要公布了：本发明提出考虑道路几何条件影响的自动驾驶排放可解释预测方法，包括以下步骤；步骤S1、通过现场实车测试实验，记录自动驾驶车辆的数据及控制策略相关信息，梳理其自动驾驶轨迹与排放数据并进行预处理，构建数据集；步骤S2、以构建的数据集来推算自动驾驶运行工况与道路几何相关信息；步骤S3、利用机器学习方法实施特征工程；步骤S4、从经典机器学习模型库中筛选具有良好可解释性的机器学习模型进行训练；步骤S5、基于模型预测性能与可解释性进行评估，确定最优的自动驾驶排放可解释预测模型；本发明能够考虑不同道路几何和控制策略对自动驾驶排放的影响，有效提高自动驾驶在真实道路场景中的排放预测精度。

本发明授权考虑道路几何条件影响的自动驾驶排放可解释预测方法在权利要求书中公布了：1.考虑道路几何条件影响的自动驾驶排放可解释预测方法，其特征在于：包括以下步骤； 步骤S1、通过现场实车测试实验，记录自动驾驶车辆的数据及控制策略相关信息，梳理其自动驾驶轨迹与排放数据并进行预处理，构建数据集； 步骤S2、以构建的数据集来推算自动驾驶运行工况与道路几何相关信息； 步骤S3、利用机器学习方法实施特征工程； 步骤S4、从经典机器学习模型库中筛选具有良好可解释性的机器学习模型进行训练； 步骤S5、基于模型预测性能与可解释性进行评估，确定最优的自动驾驶排放可解释预测模型； 步骤S3包括以下步骤； 步骤S31、利用步骤S2筛选的特征组合，基于车辆比功率VSP、道路坡度G和道路曲率C对数据进行分类处理； 步骤S32、以道路几何、自动驾驶汽车及控制策略相关信息、自动驾驶运行工况为输入变量，以自动驾驶排放为输出变量，对由输入变量与输出变量构成的样本进行归一化处理，按照预设比例随机划分样本以形成模型训练集与测试集； 步骤S33、从经典机器学习模型库中筛选多种具有良好可解释性的机器学习模型，分别通过贝叶斯优化完成参数寻优后代入训练和测试； 所述机器学习模型包括XGBoost、轻量梯度提升机、随机森林、决策树、极端随机树、支持向量机、深度森林、梯形提升树； 步骤S4包括以下步骤； 步骤S41、构建层次结构模型，包括目标层和指标层； 步骤S42、基于专家打分构建重要性判断矩阵并进行归一化处理； 步骤S43、使用特征向量法计算权重，进行一致性检验，若一致性检验通过则输出各评价指标的权重，若一致性检验未通过则返回步骤S42调整重要性判断矩阵； 步骤S44、基于SHAP方法对各机器学习模型进行可解释性分析； 步骤S45、基于单个机器学习模型预测性能评价指标按升序分别对模型排序，根据排序平均值对模型的预测性能进行综合排序； 步骤S46、选择预测性能和可解释性排序平均值最小的模型作为最优排放预测模型。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。