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！

龙图腾网获悉吉林大学申请的专利一种自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备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：CN119078877B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411248733.7，技术领域涉及：B60W60/00；该发明授权一种自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备是由陶鹏飞;雷文渊;张传超;任星昊;刘雨竹设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备在说明书摘要公布了：一种自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备，本发明涉及自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备。本发明的目的是为解决现有自动驾驶车辆换道过程中换道可行性判别准确率低、换道必要性判别规则普适性差的问题。过程为：进行自动驾驶车辆纵向位移量决策；建立博弈参与方的博弈规则，根据逆向归纳法，推算自动驾驶车辆满足约束条件的最优决策，确定自动驾驶车辆下一时刻的横向位移量；确定自动驾驶车辆下一时刻的轨迹序列点；设置换道总时长，获得自动驾驶车辆总收益，选取总收益最大值对应的车道为目标车道，每次自动驾驶车辆执行最优决策，实现自动驾驶车辆最终的换道轨迹。本发明用于轨迹规划领域。

本发明授权一种自动驾驶车辆换道过程中的轨迹规划方法、存储介质及设备在权利要求书中公布了：1.一种自动驾驶车辆换道过程中的轨迹规划方法，其特征在于：所述方法具体过程为： 步骤一、获取自动驾驶车辆自身运动信息和自动驾驶车辆几何尺寸； 获取自动驾驶车辆周边车辆的几何尺寸和自动驾驶车辆周边车辆的运动状态信息； 步骤二、基于步骤一的自动驾驶车辆自身运动信息和自动驾驶车辆周边车辆的几何尺寸和运动状态信息，进行自动驾驶车辆纵向位移量决策； 步骤三、建立博弈参与方的博弈规则，自动驾驶车辆为Leader，需要率先做出决策，两侧车道后车为Follower，Follower依据Leader的决策做出响应； 基于Follower依据Leader的决策做出的响应，根据逆向归纳法，推算自动驾驶车辆满足约束条件的最优决策，基于最优决策确定自动驾驶车辆下一时刻的横向位移量； 步骤四：根据横向位移量和纵向位移量确定自动驾驶车辆下一时刻的轨迹序列点； 步骤五：设置换道总时长为L秒，重复执行步骤一至步骤四次，获得对应的自动驾驶车辆总收益，选取自动驾驶车辆总收益最大值对应的车道为目标车道，每次自动驾驶车辆执行最优决策，实现自动驾驶车辆最终的换道轨迹； 自动驾驶车辆轨迹规划的单位步长，单位为秒； 所述步骤三中建立博弈参与方的博弈规则，自动驾驶车辆为Leader，需要率先做出决策，两侧车道后车为Follower，Follower依据Leader的决策做出响应； 基于Follower依据Leader的决策做出的响应，根据逆向归纳法，推算自动驾驶车辆满足约束条件的最优决策，基于最优决策确定自动驾驶车辆下一时刻的横向位移量； 具体过程为： 步骤三一、确定博弈参与方，博弈参与方包括自动驾驶车辆以及自动驾驶车辆两侧车道与自动驾驶车辆距离最近的后车； ，表示自动驾驶车辆，表示自动驾驶车辆左侧车道与自动驾驶车辆距离最近的后方车辆；表示自动驾驶车辆右侧车道与自动驾驶车辆距离最近的后方车辆； 表示博弈参与方中的、或； 步骤三二、建立博弈参与方的策略空间； 步骤三三、建立自动驾驶车辆不同决策下保证安全驾驶的约束条件； 步骤三四、基于步骤三一、步骤三二和步骤三三建立自动驾驶车辆收益函数； 步骤三五、基于自动驾驶车辆收益函数，根据逆向归纳法，推算自动驾驶车辆满足约束条件的最优决策，基于最优决策确定自动驾驶车辆下一时刻的横向位移量； 所述步骤三三中建立自动驾驶车辆不同决策下保证安全驾驶的约束条件； 具体过程为： 自动驾驶车辆的安全驾驶约束条件包括避免自动驾驶车辆与周围车辆发生碰撞和避免自动驾驶车辆与路肩发生碰撞的约束条件； 若 其中，为时刻与的纵向相对距离，为时刻的速度，为自动驾驶车辆在时刻的速度，表示轨迹规划步长，为最小纵向相对距离； 为自动驾驶车辆的最大行驶速度，取33.33ms；表示时刻与的纵向相对距离； 为自动驾驶车辆车宽，为自动驾驶车辆与行驶方向最内侧车道左侧边界的距离； 若 其中，表示与的纵向相对距离； 若 其中，为自动驾驶车辆与行驶方向最外侧车道右侧边界的距离；为时刻与的纵向相对距离，为时刻的速度；表示与在时刻的纵向相对距离； 所述步骤三四中基于步骤三一、步骤三二和步骤三三建立自动驾驶车辆收益函数；具体过程为： 若 若 若 其中，为总收益函数，为惩罚函数，为安全收益函数，为空间收益函数；表示自动驾驶车辆的决策满足安全驾驶约束条件；表示自动驾驶车辆的决策不满足安全驾驶约束条件； 、、和为控制参数； 为车头时距； 表示与在时刻的纵向相对距离； 表示自动驾驶车辆在时刻的速度；表示在时刻的速度；表示在时刻的速度； 为自动驾驶车辆的期望速度，为在时刻的速度； 为时刻的加加速度； 表示与在时刻的纵向相对距离； 表示与在时刻的纵向相对距离； 和为中间变量，无需测算具体值； 和表示中间变量，无需测算具体值； 为车在时刻的加速度，初始值设为0，为车在时刻的加速度，初始值设为0； 为自动驾驶车辆轨迹规划单位步长； 表示与在时刻的纵向相对距离； 为在时刻的速度； 表示与在时刻的纵向相对距离； 表示与在时刻的纵向相对距离； 表示与在时刻的纵向相对距离； 为在时刻的速度； 为时刻的加加速度； 、表示中间变量，无需测算具体值； 表示在时刻的速度； 为车在时刻的加速度，初始值设为0； 为时刻的加加速度。

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吉林大学，其通讯地址为：130023 吉林省长春市南关区人民大街5899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。