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！

龙图腾网获悉湖南大学申请的专利一种基于强化学习的结构化道路车辆轨迹规划方法与系统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：CN116161056B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310195520.1，技术领域涉及：B60W60/00；该发明授权一种基于强化学习的结构化道路车辆轨迹规划方法与系统是由徐彪;袁诗杰;李洋;秦晓辉;胡满江;边有钢;谢国涛;秦兆博;王晓伟;秦洪懋;丁荣军设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种基于强化学习的结构化道路车辆轨迹规划方法与系统在说明书摘要公布了：本申请公开了本申请提供了一种基于强化学习的结构化道路车辆轨迹规划方法，基于强化学习的轨迹规划方法，通过构建行车风险场，将风险指标纳入优化函数中，提高了轨迹规划的安全性；通过智能体进行初始轨迹的求解，提高了轨迹规划在时空域下的计算效率；通过轨迹优化模型，基于轨迹初始解，进行轨迹优化，保证了生成轨迹的最优性和可行性。

本发明授权一种基于强化学习的结构化道路车辆轨迹规划方法与系统在权利要求书中公布了：1.一种基于强化学习的结构化道路车辆轨迹规划方法，其特征在于，包括如下步骤： S1：采集状态信息，所述状态信息包括当前时刻目标车辆的状态信息、障碍物的状态信息及道路边界信息； S2：构建智能体，所述智能体包括状态空间、动作空间及动作网络，所述状态空间将采集的状态信息转换为状态向量，所述状态向量包括目标车辆状态向量、障碍物状态向量及道路边界向量；所述动作网络为多层感知机模型，将所述状态向量作为所述动作网络的输入，以所述动作网络的输出向量为基础构建多个正态分布，在正态分布中采样生成动作向量；所述动作空间以所述动作向量中的元素为基础，根据车辆运动学模型，规划目标车辆在未来te时间内的轨迹序列； S3：构建轨迹优化模型，所述轨迹优化模型包括目标函数及约束条件，以步骤S2中目标车辆未来te时间内的轨迹序列作为所述轨迹优化模型的初始解，对规划的轨迹进行优化，利用非线性优化器，对轨迹优化问题进行求解，并且利用模型预测控制方法对生成的优化轨迹进行跟踪；其中，所述目标函数为包含道路风险程度、舒适度以及轨迹点偏移程度三项指标的加权和，所述约束条件包括车辆运动学约束、控制变量范围约束以及无碰撞约束； S4：定义奖励函数，并在仿真环境中，利用强化学习算法训练所述智能体；训练完成后，采用所述智能体和所述轨迹优化模型一同用于车辆的轨迹规划。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。