广东工业大学李攀硕获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种十字路口多车双层调度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:CN119152713B 。
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:202411143694.4,技术领域涉及:G08G1/0967;该发明授权一种十字路口多车双层调度方法是由李攀硕;戴俊鸿;程志键;蔡倩倩;鲁仁全设计研发完成,并于2024-08-20向国家知识产权局提交的专利申请。
本一种十字路口多车双层调度方法在说明书摘要公布了:本发明公开了一种十字路口多车双层调度方法,涉及智能交通技术领域,该方法包括:构建十字路口和车辆运动模型;建立ATTD3算法并进行训练,利用ATTD3算法设计上层调度策略;在根据上层调度策略得到网联自动驾驶车辆的可行轨迹后,进行Frenet坐标系下的轨迹规划,并利用风险场建立人类驾驶车辆或障碍物模型,设计下层局部轨迹重规划策略;基于上层调度策略和下层局部轨迹重规划策略进行十字路口多车辆调度。本发明通过在设计上层调度策略时构建了ATTD3算法并为新引入的注意力网络设计合理损失函数,提高了算法收敛速度,同时下层局部轨迹重规划策略利用风险场来模拟人类驾驶车辆或障碍物,能实时准确地对车辆驾驶轨迹进行局部重规划。
本发明授权一种十字路口多车双层调度方法在权利要求书中公布了:1.一种十字路口多车双层调度方法,其特征在于,所述方法包括: 构建十字路口模型和车辆运动模型; 基于所述十字路口模型和车辆运动模型,建立马尔科夫决策过程MDP模型,根据所述MDP模型,构建TD3算法模型;在所述TD3算法模型中引入注意力机制Self-Attention指导Actor网络输出更高的价值的动作,从而构建ATTD3算法模型并进行训练,利用所述ATTD3算法模型来设计上层多网联自动驾驶车辆调度策略; 所述马尔科夫决策过程MDP模型由元组组成,其中S是状态空间,A是动作空间,P是状态转移概率、R是奖励函数、是折扣因子; 采用无模型强化学习,不设定状态转移概率P,状态空间S包括每辆车的位置和速度信息,网联自动驾驶车辆在既定路径行驶,动作空间A为每辆车的加速度; 从车辆的行驶效率、车辆行驶的舒适度以及避免车辆间碰撞发生这三个方面考虑,设置如下奖励函数: 其中,是车辆当前速度,是车辆最大速度; 其中,为上次的加速度,为当前的加速度; 其中,dist是车辆发生碰撞时,碰撞车辆之间的距离之和; 其中,为总奖励,是针对车辆行驶效率的奖励函数,是针对车辆行驶舒适度的奖励函数,是避免车辆间碰撞的奖励函数,为任务完成的奖励函数,、、、分别为对应的奖励系数; 对每辆网联自动驾驶车辆根据所述上层多网联自动驾驶车辆调度策略得到一条可行轨迹后,对所述可行轨迹进行Frenet坐标系下的轨迹规划,定义风险场,风险场函数如下: 其中,下标中的x和y代表x方向和y方向,非下标x代表计算点的x方向位置,非下标y代表计算点的y方向位置,是车辆长度,是车辆宽度,、为车辆长度和车辆宽度对应的系数,、为x和y方向的加速度,、为x和y方向的速度,t代表t时刻; 利用所述风险场建立人类驾驶车辆模型或障碍物模型,基于所述Frenet坐标系下的轨迹规划和所述风险场建立的人类驾驶车辆模型或障碍物模型来设计下层网联自动驾驶车辆局部轨迹重规划策略; 基于所述上层多网联自动驾驶车辆调度策略和下层网联自动驾驶车辆局部轨迹重规划策略进行十字路口多车辆调度。
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东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励