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考虑机非冲突的车辆控制方法及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：CN120014882B 。

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：202510504964.8，技术领域涉及：G08G1/16；该发明授权一种考虑机非冲突的车辆控制方法及系统是由李森;郑黎黎;王汝鑫;李萌;孟琳;金一鹏;尚黎亮;修桂红;杨立成;丁同强设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种考虑机非冲突的车辆控制方法及系统在说明书摘要公布了：本发明属于道路车辆控制系统领域，涉及一种考虑机非冲突的车辆控制方法及系统，该方法先获取非机动车行驶状态信息以及环境状态数据，根据获取的数据感知急性变道行为，闯红灯、逆行和失控危险程度；之后基于非机动车与周边机动车的行驶状态信息和非机动车的急性变道行为，感知侧向碰撞危险程度、前碰撞危险程度；全面覆盖机动车与非机动车之间的各类潜在冲突场景，然后使用改进的频数统计法计算不同危险因素的权重，基于不同危险因素和权重计算综合危险程度，最后对综合危险程度进行等级划分并采取不同的控制策略。该方法实现对潜在冲突的精准预测，之后根据预测结果进行主动干预，从而有效降低冲突风险，保证行车安全。

本发明授权一种考虑机非冲突的车辆控制方法及系统在权利要求书中公布了：1.一种考虑机非冲突的车辆控制方法，其特征在于，该方法包括以下步骤： 步骤1.获取非机动车行驶状态信息以及环境状态数据，根据行驶状态信息以及环境状态数据感知危险行为和危险程度，所述危险行为包括急性变道行为SLC，所述危险程度包括闯红灯危险程度RRRL、逆行危险程度RCTF、失控危险程度Rloss； 闯红灯危险程度感知方法为： 步骤a.获取非机动车驾驶员智能头盔上视觉模块采集的视频流； 步骤b.采用YOLO-v8模型对采集的视频流中的信号灯的状态信息进行感知； 步骤c.计算视觉模块焦距f与红绿灯像素成像高度Wp的比值； 步骤d.基于当前信号灯的状态及对非机动车的闯红灯危险程度RRRL进行判定： 其中，红绿灯状态S＝1代表为红灯，k0′为经修正后的阈值，计算公式为： 其中，v为非机动车行驶速度，α为经验系数，vmax为最大行驶速度，k0为阈值，取值为0.2； 急性变道行为感知时根据车道线选择通过静态倾角阈值或动态车道基准模型进行判断，若车道线清晰且为直行道，则使用静态倾角阈值模型测算；若车道并非平直或无法准确检测到车道线，则使用动态车道基准模型测算； 静态倾角阈值模型测算时，通过转向角和径向加速度两个变量进行判断，当同时满足以下两个条件时，认为发生了急性变道行为： ββ0且ara0； 其中，β是实际的非机动车与车道线的夹角，ar为非机动车的径向加速度，a0为阈值，取值为0.4g，β0为阈值，取值为20°； 动态车道基准模型测算的具体步骤为： 步骤a.对车道基准模型进行动态构建； 先对车道线进行检测，并使用LiDAR点云提取道路边界；之后使用B样条曲线拟合，将检测到的车道线或道路边界点拟合成车道基准；B样条曲线拟合时采用三次均匀B样条，控制点数量根据道路曲率动态调整； 通过带Tikhonov正则化的加权最小二乘法优化控制点，目标函数为： 其中，为加权最小二乘项，Q表示由传感器获取的道路特征点坐标矩阵，B是由B样条基函数构成的矩阵，C是待求解的控制点坐标矩阵，权重矩阵W为对角阵，其对角线元素根据各特征点的检测置信度进行赋值； 是Tikhonov正则化项，L采用二阶差分算子矩阵，用于约束控制点的变化幅度；正则化系数λ的取值范围设定为0.1至0.3； 步骤b.对非机动车相对于车道基准的横向位移变化率vlat进行计算； 步骤c.根据车道曲率k自适应调整最大允许偏移率表达式为： 其中，v0为基础阈值，λ为曲率补偿系数，κ0为车道曲率阈值； 步骤d.对非机动车的急性变道行为SLC进行判定，若则认为非机动车发生了急性变道行为，SLC＝1，否则SLC＝0； 步骤2.基于非机动车与周边机动车的行驶状态信息和非机动车的急性变道行为SLC，感知侧向碰撞危险程度Rside；同时，基于非机动车与后方机动车的行驶状态信息计算防止追尾的安全距离D，基于安全距离D和前方非机动车与后方机动车之间的距离感知前碰撞危险程度Rfront； 当前方非机动车处于静止状态，防止追尾的安全距离D的表达式为： 当前方非机动车处于匀速或匀加速行驶状态，后方机动车在t2时间段内t2时刻减小到与前车的速度相同，则防止追尾的安全距离D的表达式为： 否则，防止追尾的安全距离D的表达式为： 当前方非机动车处于减速运动状态，防止追尾的安全距离D的表达式为： 其中，Va和Vb分别为前方非机动车与后方机动车的速度，aA与aB分别为前方非机动车与后方机动车的加速度，t1为机动车驾驶员反应时间，t2为制动响应时间，t′2为前方非机动车与后方机动车速度相同时的制动时间，S0为最小安全距离； 步骤3.基于历史数据中出现的闯红灯、逆行、失控、侧向碰撞、前方碰撞的概率和严重性系数分别计算闯红灯危险程度RRRL、逆行危险程度RCTF、失控危险程度Rloss、侧向碰撞危险程度Rside、前方碰撞危险程度Rfront的权重；权重的确定方法为： 首先，计算第j个危险因素在历史数据中出现的概率pj： 式中，Nj为第j个危险因素的发生次数，N为总样本数；危险因素包括闯红灯、逆行、失控、侧向碰撞、前方碰撞； 随后，计算各危险因素的权重，权重公式为： 其中，ωj为第j个危险因素的权重； 然后，引入严重性系数sj，sj∈*0.5,1.5，对权重进行修正，最终权重公式为： 其中，为修正后的第j个危险因素的权重； 步骤4.采用加权评分模型，将各个危险因素的权重和当前危险程度进行加权求和，得综合危险程度评分，综合危险程度评分Sdanger表示为： 其中，分别为修正后的闯红灯、逆行、追尾、侧向碰撞、失控危险因素的权重； 步骤5.依据综合危险程度评分的大小来判定当前驾驶情境的危险等级，不同危险等级区间对应不同的控制策略。

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 吉林省长春市南关区人民大街5988号吉林大学南岭校区；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”。