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！

龙图腾网获悉广州智体科技有限公司申请的专利一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度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：CN120071616B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510219116.2，技术领域涉及：G08G1/01；该发明授权一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度系统是由梁晓辉;陈荣波;蔡轶佳;杨昊设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度系统在说明书摘要公布了：本发明提出了一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度系统，属于自动驾驶技术领域；本系统包括：情境感知模块、特征提取与融合模块、语义与行动决策模块、自适应集群接送模块、轨迹生成与优化模块和具身智能学习模块；该系统的自动驾驶技术涉及具身智能、VLA多模态架构等，并在此基础上实现了端到端的数据处理方式，使得自动驾驶汽车能够根据输入快速的生成对应策略，并根据策略做出反应；在复杂场景中实现了环境理解、智能决策与精准控制的自动驾驶车辆的行驶更加安全。

本发明授权一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度系统在权利要求书中公布了：1.一种基于多模态感知与动态环境建模的智能自动驾驶车辆调度系统，其特征在于，所述系统包括情境感知模块、特征提取与融合模块、语义与行动决策模块、自适应集群接送模块、轨迹生成与优化模块和具身智能学习模块； 所述情境感知模块用于实时感知自动驾驶车辆的内外部情境数据，所述内外部情境数据包括乘客需求、交通情况、道路状况、天气数据和车辆状态； 所述特征提取与融合模块，用于对所述内外部情境数据进行特征提取，将提取的特征进行融合，生成环境特征，所述环境特征至少包括BEV空间特征； 所述语义与行动决策模块用于通过VLA大模型结合所述特征提取与融合模块中的环境特征，生成智能行为决策； 所述自适应集群接送模块用于将最终的轨迹和智能行为决策转化为车辆调度； 所述轨迹生成与优化模块用于基于OccupancyNetwork网络，实时构建环境占用网格的Occ模型，Occ模型通过结合环境特征中的BEV空间特征预测并更新环境中的空闲与占用区域，采用自监督学习方法通过空闲与占用区域来优化路径规划和车辆调度规划，同时引入强化学习来优化所述自适应集群接送模块生成的实时车辆调度，并将优化结果实时输入所述自适应集群接送模块进行实时车辆调度； 所述具身智能学习模块用于通过自动驾驶车辆与环境的交互，实现实时调整自动驾驶车辆的路径规划和车辆调度规划，并根据接收到的实时环境反馈、所述环境特征、所述轨迹生成与优化模块的优化结果进行学习，将学习的结果实时输入所述自适应集群接送模块进行实时车辆调度； 所述具身智能学习模块包括：实时感知与决策、环境反馈机制和强化学习与自监督学习；所述实时感知与决策包括：通过感知系统实时获取自动驾驶汽车周围环境信息，并基于获得的信息及时的做出决策；感知系统集成了多种传感器，并通过传感器获取周围环境数据，通过将传感器数据的融合和处理建立环境模型，建立的模型公式为： Ht＝FpSt，vp 其中，Ht为时刻t的环境状态，所述环境状态为所述内外部情境数据；Fp为环境感知函数，表示如何将传感器的数据转化为环境状态；St是时刻t时传感器采集的数据，vp是感知模型的参数； 所述环境反馈机制包括：通过与环境的交互获取反馈，并根据反馈调整调度任务规划，进而调整调度任务；首先，系统通过情境感知模块建立的动态环境模型，生成相应的决策，与对应动态环境中的目标进行交互；随后，进行交互后，收到动态环境中目标的反馈后，系统根据反馈的结果调整调度任务规划，决定接下来汽车的决策；最后，根据重新调整的调度任务规划，调整调度任务规划，将最终结果实时输入所述自适应集群接送模块进行实时车辆调度； 所述强化学习与自监督学习包括：通过强化学习框架优化调度任务；通过上一时刻状态下的调度动作价值优化当前时刻状态下的调度动作价值；通过不断地更新，并根据接收到的实时环境反馈、所述环境特征、所述轨迹生成与优化模块的优化结果进行学习进而择优选择，将最终结果实时输入所述自适应集群接送模块进行实时车辆调度。

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广州智体科技有限公司，其通讯地址为：510000 广东省广州市天河区软件路11号5楼503室F区1号房；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”。