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！

龙图腾网获悉长春工业大学申请的专利一种多模态感知与DRL-MPC融合的车辆换道控制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：CN120308122B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510740280.8，技术领域涉及：B60W30/18；该发明授权一种多模态感知与DRL-MPC融合的车辆换道控制方法是由卢晓晖;王德鑫;张鹏飞;黄熙哲;熊瑞霞;刘川钰;陈钇茺;李绍松;崔高健;张哲设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本一种多模态感知与DRL-MPC融合的车辆换道控制方法在说明书摘要公布了：一种多模态感知与DRL‑MPC融合的车辆换道控制方法，用以保障复杂交通环境下车辆换道行驶的安全性。本发明涉及智能驾驶领域。本发明包括上下两层，上层包括环境感知模块、驾驶意图识别模块、多模态轨迹预测模块，下层包括DRL决策模块和MPC模块。上层利用环境感知模块从驾驶环境中提取交通环境信息生成BEV特征信息，驾驶意图识别模块根据BEV特征信息生成驾驶意图概率，多模态轨迹预测模块根据BEV特征信息和驾驶意图概率生成多模态轨迹信息；下层DRL决策模块根据环境状态信息和多模态轨迹信息生成期望车速、期望前轮转角、目标权重以及控制量权重，最后由MPC模块求解确定最优控制动作，实现自动驾驶车辆的换道控制。

本发明授权一种多模态感知与DRL-MPC融合的车辆换道控制方法在权利要求书中公布了：1.一种多模态感知与DRL-MPC融合的车辆换道控制方法，其特征在于：该方法通过上下两层模块实现，上层包括环境感知模块、驾驶意图识别模块、多模态轨迹预测模块，下层包括DRL决策模块和MPC模块；上层的环境感知模块通过融合动态稀疏注意力的分层Transformer网络从驾驶环境中提取交通环境信息生成BEV特征信息，驾驶意图识别模块通过图神经网络和Transformer处理BEV特征信息并引入掩码机制生成驾驶意图概率，多模态轨迹预测模块根据Transformer和LSTM处理BEV特征信息和驾驶意图概率并引入打分机制生成多模态轨迹信息；下层DRL决策模块根据环境状态信息和多模态轨迹信息生成期望车速、期望前轮转角、目标权重以及控制量权重，最后由MPC模块求解确定最优控制动作，实现自动驾驶车辆的换道控制； 所述下层DRL决策模块根据环境状态信息和多模态轨迹信息生成期望车速、期望前轮转角、目标权重以及控制量权重；所述DRL决策模块的状态空间定义为st＝[Xego,Xsur,rroad,rtopo]，其中，Xego为自车状态信息，Xsur为周车状态信息，rroad为道路曲率，rtopo为道路拓扑结构；所述DRL决策模块的动作空间定义为vf为期望车速，δf为期望前轮转角，为目标权重，ψ为控制量权重；目标权重和控制量权重ψ根据速度误差、前轮转角误差、道路曲率rroad以及周车状态信息Xsur动态调整；基于安全性、舒适性设计奖励函数，如式1到式3， rt＝rsafe+rcomfort1， 式中，rsafe为安全性奖励函数，rcomfort为舒适性奖励函数，p1,p2,p3为常数，ΔTd为驱动转矩变化量，Fb为制动力； 所述下层MPC模块利用DRL决策模块输出的期望车速、期望前轮转角、目标权重以及控制量权重输出最优控制动作；所述MPC模块包括预测模型、优化问题构建和动态优化三部分，预测模型利用车辆运动学模型、车辆动力学模型和非线性轮胎模型建立，如式4， 式中，x,y为自车横纵向位置坐标，vx和vy分别为自车的纵横向车速，θ为自车的航向角，Fy,f为前轮侧向力，Fy,r为后轮侧向力，m为车辆质量，γ为车辆横摆角速度，a,b为车辆质心到前后轴的距离，Iz车辆横摆转动惯量； 使用四阶龙格库塔法对上述模型进行离散化，采样时间为Ts，将增量式离散系统模型的输入输出关系表达，如式5， 式中， us＝[δf]， 其中，ξs是当前s时刻车辆的状态变量，fN为状态更新方程，x0,y0分别为当前s时刻车辆的横、纵向位置坐标，θ0是当前s时刻车辆的航向角，us和Δus分别是当前s时刻系统的控制输入和控制输入增量，ycs是当前s时刻系统的预测输出，C是系数矩阵，用来确定系统预测输出的数量； 优化问题构建是将驾乘舒适性与控制动作稳定性考虑在内，对控制动作实施硬约束，定义MPC模块的优化目标，如式6到式8， Lxk,uk＝ωrvk-vf2+ωrδk-δf2+ωcPk8， 其中，J为表示速度和前轮转角跟踪偏差加权组合的目标函数，Np为预测时域，x＝[vh,δh]为系统状态变量，vhN+1为第N+1时刻的车速，δhN+1为第N+1时刻的前轮转角，ωr为动力性能参数，ωc为舒适性权重参数，目标函数中的Pk表示舒适性性能函数，如式9， Pk＝TfkIgk-Tfk-1Igk-12+Fb 2k9， 其中，Tfk为第k时刻的驱动电机扭矩，Igk为第k时刻的变速器档位传动比，Fbk为第k时刻的制动力； 动态优化则是对优化问题进行求解，得到当前时刻的最优控制动作u0，包括前轮转角δo，纵向车速v0；最后，将最优控制动作uo输入到自动驾驶车辆实现换道操作。

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长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区延安大街2055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”。