同济大学黄军鹏获国家专利权
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!
龙图腾网获悉同济大学申请的专利基于多交通参与者协同围捕对抗的自动驾驶汽车测试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:CN120430075B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202510854901.5,技术领域涉及:G06F30/20;该发明授权基于多交通参与者协同围捕对抗的自动驾驶汽车测试方法是由黄军鹏;张培志;马依宁;熊璐;张心睿;田梦杰;冯浩杰;王修榕;邵晨;陈思涵设计研发完成,并于2025-06-25向国家知识产权局提交的专利申请。
本基于多交通参与者协同围捕对抗的自动驾驶汽车测试方法在说明书摘要公布了:本发明涉及一种基于多交通参与者协同围捕对抗的自动驾驶汽车测试方法,包括:基于场景信息将测试场景划分为多个时空资源网格,根据被测车辆和交通参与者的轨迹构建冲突事件集;定义冲突度指标、安全指标和通行时间;基于冲突度指标、安全指标和通行时间构建多目标速度优化搜索模型,利用多个交通参与者对被测车辆进行协同围捕,在协同围捕过程中求解多目标速度优化搜索模型,得到时空资源占用表;进行碰撞检测,若无冲突则生成所有交通参与者的最优轨迹;反之,返回执行协同围捕;获取交通参与者执行最优轨迹时被测车辆的综合指标进行性能评价。与现有技术相比,本发明通过构建考虑交通参与者之间协同性的复杂场景实现更精确的自动驾驶测试。
本发明授权基于多交通参与者协同围捕对抗的自动驾驶汽车测试方法在权利要求书中公布了:1.一种基于多交通参与者协同围捕对抗的自动驾驶汽车测试方法,其特征在于,所述的方法包括: 预测被测车辆行驶轨迹并获取交通参与者的行驶路径和测试场景的场景信息,基于所述的场景信息将测试场景划分为多个时空资源网格,基于所述的行驶轨迹和行驶路径获取被测车辆与交通参与者的冲突网格,基于所述的冲突网格构建每一被测车辆的冲突事件集; 定义被测车辆冲突度指标、交通参与者安全指标和通行时间,所述的冲突度指标包括单个所述的时空资源网格占用指标和所述的被测车辆与交通参与者冲突度;所述的安全指标包括所有交通参与者之间的累计冲突时间; 基于冲突事件集,利用多个交通参与者对被测车辆进行协同围捕; 基于所述的冲突度指标、安全指标和通行时间构建多目标速度优化搜索模型,在协同围捕过程中求解所述的多目标速度优化搜索模型,结合时空资源网格得到测试场景中被测车辆与交通参与者的时空资源占用表,即被测车辆与交通参与者到达或离开对应时空资源网格的时间表; 基于所述的时空资源占用表进行碰撞检测,若无冲突则生成所有交通参与者的最优轨迹;反之,返回执行协同围捕; 获取所述的交通参与者执行最优轨迹时被测车辆的综合指标,基于所述的综合指标进行性能评价; 所述的时空资源网格占用指标为: ,, , , 其中,表示时空资源网格k的占用时间;表示进入时空资源网格k的时间;表示离开时空资源网格k的时间;表示被测车辆i进入时空资源网格k的时间;表示被测车辆i进入时空资源网格k的时间;表示被测车辆i离开时空资源网格k的时间;表示被测车辆i进入第m个经过的时空资源网格的时间;表示被测车辆i进入需要经过的第一个时空资源网格的时间;m表示被测车辆i经过时空资源网格的数量;表示时空资源网格的宽度;表示被测车辆i的速度;表示被测车辆预计经过的资源块数量;表示被测车辆i离开第m个经过的时空资源网格的时间;表示被测车辆i的长度; 所述的被测车辆与交通参与者冲突度为: , , 其中,表示被测车辆i与交通参与者j在时空资源网格k上的冲突时间;表示被测车辆i进入时空资源网格k的时间;表示交通参与者j进入时空资源网格k的时间;表示被测车辆与交通参与者冲突时间的计算函数;表示被测车辆i离开时空资源网格k的时间;表示交通参与者j离开时空资源网格k的时间;表示被测车辆i进入时空资源网格k的时间;表示交通参与者j进入时空资源网格k的时间;表示冲突度,即被测车辆i与所有交通参与者的累计资源块冲突时间;表示在第k个时空资源网格;表示时空资源网格集合;表示所有被测车辆和交通参与者集合。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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”。
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。