Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学;丰田自动车株式会社曲小波获国家专利权

清华大学;丰田自动车株式会社曲小波获国家专利权

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!

龙图腾网获悉清华大学;丰田自动车株式会社申请的专利一种车辆轨迹控制方法、装置及存储介质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:CN119953364B

龙图腾网通过国家知识产权局官网在2025-10-03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:202311473460.1,技术领域涉及:B60W30/18;该发明授权一种车辆轨迹控制方法、装置及存储介质是由曲小波;刘洋;王涛设计研发完成,并于2023-11-07向国家知识产权局提交的专利申请。

一种车辆轨迹控制方法、装置及存储介质在说明书摘要公布了:本申请提供了一种车辆轨迹控制方法、装置及存储介质,车辆轨迹控制方法包括:获取目标车辆的实时行驶状态;基于所述实时行驶状态确定所述目标车辆当前所处的目标风险等级;根据所述目标风险等级确定与其对应的轨迹控制模型,其中,所述轨迹控制模型为多个,不同的所述轨迹控制模型对应不同的风险等级;确定所述轨迹控制模型基于所述实时行驶状态输出的行驶参数,以根据所述行驶参数控制所述目标车辆的行驶状态。上述方法可根据不同的风险等级选择相应的轨迹控制模型进行车辆行驶状态的控制,从而保证车辆在运行过程中兼顾安全性和效率。

本发明授权一种车辆轨迹控制方法、装置及存储介质在权利要求书中公布了:1.一种车辆轨迹控制方法,其特征在于,包括: 获取目标车辆的实时行驶状态; 基于所述实时行驶状态确定所述目标车辆当前所处的目标风险等级; 根据所述目标风险等级确定与其对应的轨迹控制模型,其中,所述轨迹控制模型为多个,不同的所述轨迹控制模型对应不同的风险等级; 确定所述轨迹控制模型基于所述实时行驶状态输出的行驶参数,以根据所述行驶参数控制所述目标车辆的行驶状态;其中,所述基于所述实时行驶状态确定所述目标车辆当前所处的目标风险等级,具体包括: 经由机器学习方法利用碰撞冲突安全指标计算所述目标车辆当前所处的目标风险等级;其中,所述碰撞冲突安全指标用于评估车辆行驶过程中的碰撞风险,且所述碰撞冲突安全指标配置为采用以下公式计算得到: 其中,为碰撞冲突安全指标;xr是跟车对中前车和后车的相对位置;dp是跟车对中前车的制动距离;df是跟车对中后车的制动距离;vpt是跟车对中前车在t时刻的速度;vft是跟车对中后车在t时刻的速度;treaction是后车司机的反应时间;ap是跟车对中前车的加速度;af是跟车对中后车的加速度; 所述经由机器学习方法利用碰撞冲突安全指标计算所述目标车辆当前所处的目标风险等级,具体包括: 经由机器学习方法采用以下公式计算所述目标车辆当前所处的目标风险等级: 其中,wIN和wM是与车辆所处的风险相关的两类参数,wIN+wM=1; 表示跟车对中前车以一般制动加速度减速、后车以最大制动加速度减速时候的标准安全指标的数值;而是跟车对中前车和后车都以最大制动减速度进行减速时的标准安全指标的数值; 所述车辆轨迹控制方法还包括: 采用第一边界速度和第二边界速度计算机器学习方法中的奖励函数;其中,所述第一边界速度采用以下公式计算: 所述第二边界速度采用以下公式计算: 其中,xvr=xr‑1.5m,m为米;apartialbraking为表示在部分制动情况下的车辆加速度; afullbraking表示在全制动情况下的车辆加速度,其中部分制动情况下的制动力适中舒适,而全制动情况下则是最大制动力。

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清华大学;丰田自动车株式会社,其通讯地址为:100084 北京市海淀区清华园1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AI智能生成
免责声明
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。