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！

龙图腾网获悉中山大学申请的专利基于驾驶经验自学习的自动驾驶车辆决策制定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：CN119117004B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411263589.4，技术领域涉及：B60W60/00；该发明授权基于驾驶经验自学习的自动驾驶车辆决策制定方法是由刘强;李子龙;赵张帧;黎子源;伍雅洁设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本基于驾驶经验自学习的自动驾驶车辆决策制定方法在说明书摘要公布了：本发明提供了一种基于驾驶经验自学习的自动驾驶车辆决策制定方法，两个基本步骤：S1，上层行为规划层设计；使用MDP完成车辆自动驾驶决策，亦即使用马尔可夫决策过程完成车辆行为规划；S2，下层运动规划控制层设计；通过引入非线性模型预测控制技术对目标自动驾驶车辆施加刚性约束，上层行为规划层将基于从驾驶环境中收集的观测信息自主学习车辆控制指令，随后将车辆控制指令传递给模型预测控制，亦即将车辆控制指令传递给MPC，MPC解决跟踪优化问题并提供低等级命令给目标自动驾驶车辆。本发明实现了上层行为规划和下层运动规划的集成，大幅度提高了车辆自动驾驶的训练效率，提升了车辆自动驾驶在真实世界驾驶环境中的性能和适用性。

本发明授权基于驾驶经验自学习的自动驾驶车辆决策制定方法在权利要求书中公布了：1.一种基于驾驶经验自学习的自动驾驶车辆决策制定方法，其包括下述两个基本步骤： S1，上层行为规划层设计；使用MDP完成车辆自动驾驶决策，亦即使用马尔可夫决策过程完成车辆行为规划，MDP表示为一个元组{S,A,R,T,γ}，S为观测到的主车状态及目标自动驾驶车辆状态，包括主车和目标自动驾驶车辆的速度、位置与道路拓扑，A为动作空间，T为转移函数，R为奖励函数，γ为长期奖励的折旧因子； S2，下层运动规划控制层设计；通过引入非线性模型预测控制技术对目标自动驾驶车辆施加刚性约束，上层行为规划层将基于从驾驶环境中收集的观测信息自主学习车辆控制指令，随后将车辆控制指令传递给模型预测控制，亦即将车辆控制指令传递给MPC，由MPC解决跟踪优化问题并提供低等级命令给目标自动驾驶车辆；其特征在于，所述S1包括下述具体步骤： S101，奖励函数设计； S102，确定观测空间s′和动作空间a′； S103，基于DoubleDQN的驾驶行为决策； 执行步骤S102时，所述观测空间s′包括主车自身运动状态、目标驾驶车辆速度信息以及道路几何拓扑，主车自身运动状态包括主车自身速度ve、加速度偏航角dθe、偏航角速度主车与车道中心的横向偏离dcl，所述动作空间a′包括参考速度vref和参考航向θref。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。