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！

龙图腾网获悉吉林大学申请的专利一种基于因果知识的可解释自动驾驶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：CN119705504B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510238526.1，技术领域涉及：B60W60/00；该发明授权一种基于因果知识的可解释自动驾驶决策方法是由马文霄;吴坚;冷炘伦;单滢洁;吴官朴设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于因果知识的可解释自动驾驶决策方法在说明书摘要公布了：本发明属于自动驾驶测试技术领域，具体的说是一种基于因果知识的可解释自动驾驶决策方法。包括以下步骤：步骤一、发现面向自动决策知识的因果；步骤二、构建可解释自动驾驶决策模型；步骤三、评估自动驾驶决策系统的可解释性；步骤四、评估自动驾驶决策系统性能。本发明包括面向自动驾驶决策知识的因果发现，构建可解释自动驾驶决策模型，评估自动驾驶决策系统可解释性，评估自动驾驶决策系统性能四步。基于决策观测数据的因果发现模型，从数据中找到影响自车驾驶行为的因果关系的关键变量，定义可解释性标准和决策性能评价指标，对自动驾驶决策系统的可解释性和决策性能进行评估，不断优化和迭代自动驾驶决策系统。

本发明授权一种基于因果知识的可解释自动驾驶决策方法在权利要求书中公布了：1.一种基于因果知识的可解释自动驾驶决策方法，其特征在于，包括以下步骤： 步骤一、发现面向自动决策知识的因果，具体方法如下： 11采集多源异构行车数据，具体为： 111采集虚拟仿真数据； 通过搭建驾驶模拟器和仿真平台，设计各种驾驶场景，包括城市道路、高速公路、乡村道路，覆盖不同的天气状况、交通流量和道路状况；添加动态元素，包括车辆、行人、自行车；模拟真实交通环境，包括道路、建筑物、交通标志、信号灯；构建完整的虚拟驾驶环境，所有场景元素特征信息构成虚拟仿真环境下多源异构行车数据集合Ωv，如公式1所示： Ωv＝{he,hn,hb,hp,hl,hs}1 式中，he、hn、hb、hp、hl、hs分别为自车，相邻车辆、相邻自行车、行人、交通灯和标识牌场景元素的特征集合；其中， hl＝{xl,yl,sl}，hs＝{xs,ys,ss}；xe、ye、se、te和be分别为自车的横向位置、纵向位置、横向速度、纵向速度、转向盘转角、加速踏板开度和制动踏板开度；sn、xn、yn、分别为相邻车辆的类型、横向位置、纵向位置、横向速度、纵向速度；xb、yb、分别为自行车的横向位置、纵向位置、横向速度、纵向速度；xp、yp、分别为行人的横向位置、纵向位置、横向速度、纵向速度；xl、yl、sl分别为交通灯的横向位置、纵向位置和状态；xs、ys、ss分别为交通标识牌的横向位置、纵向位置和状态； 112采集实车数据； 通过惯导定位装置，激光雷达、毫米波雷达、相机获得的原始数据，经过处理得到目标级数据，得到实车环境下的多源异构行车数据集合Ωr； 113对场景进行分类； 将仿真数据Ωv和多源异构行车数据集合即实车行车数据Ωr按照道路拓扑结构进行场景切片，确定每个场景切片的起点和终点，道路拓扑结构分为不同曲率的道路、有无红绿灯的交叉口、T型交叉口和环岛交叉口；确保切片内的道路、交通标志、信号灯元素完整且一致；根据自车周围环境车辆的数量对场景片段进一步进行分类，相同数量的环境车辆划分为同一类场景； 114整合多源异构行车数据； 将生成的场景切片存储为独立的仿真场景，建立切片索引，保存每个切片的类型、位置、环境信息；根据需要扩展切片库，增加新的切片类型和场景，得到不同路段和不同数量的周围环境车辆分类集合Ωv,n和Ωr,n； 12基于决策观测数据的因果发现建立模型，具体为： 121对数据进行预处理； 对得到的Ωv,n和Ωr,n进行数据清洗和数据标准化；首先，对缺失值通过拉格朗日插值法对数据进行填充，采用数据标准化将不同尺度的数据转换为统一尺度，计算公式为2： 式中，Xmax和Xmin分别为数据的最大值和最小值； 122构建因果关系模型； 采用核回归作为非线性模型，将环境车辆、交通信号灯和交通标识牌视为变量，根据不同路段，不同数量的环境车辆、有无交通信号灯和交通标识牌场景下的自车驾驶行为，分析影响自车驾驶行为变量间的非线性因果关系； 123对模型进行拟合与评估； 采用格兰杰因果关系检验，对模型参数进行拟合，并通过显著性检验确定因果骨架结构；生成因果图，用于表示影响自车驾驶行为的变量间的因果关系，并量化不同变量对自车驾驶行为的影响程度，最终输出DAG图Gc； 13整合自动驾驶决策知识，具体为： 131定义路段行驶知识； 整合影响在路段上自动驾驶车辆行为决策知识；考虑自车和环境车辆、交通标识牌之间的交互关系，采用因果图表示影响自车驾驶行为的变量间的因果关系，按照有无交通标识牌和自车周围环境车辆的数量对因果图进行分类； 132定义交叉口决策知识； 定义交叉口场景下影响自车驾驶行为决策知识；考虑交通信号灯、行人和环境车辆对自车的影响；按照有无信号灯，行人与环境车辆的数量，分类保存能够表示影响自车驾驶行为的变量间的因果关系的因果图； 步骤二、构建可解释自动驾驶决策模型； 步骤三、评估自动驾驶决策系统的可解释性； 步骤四、评估自动驾驶决策系统性能。

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，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”。