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！

龙图腾网获悉长春工业大学申请的专利一种基于DRL的无信号交叉口端到端车辆运动控制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：CN120353172B 。

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：202510765068.7，技术领域涉及：G05B19/042；该发明授权一种基于DRL的无信号交叉口端到端车辆运动控制方法是由崔高健;姚旭泽;李绍松;宋朝龙;张峻铭;陈钇茺;段遥华;卢晓晖;施宏达;张哲设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于DRL的无信号交叉口端到端车辆运动控制方法在说明书摘要公布了：一种基于DRL的无信号交叉口端到端车辆运动控制方法，以应对在无信号交叉口高度动态随机的交通流，提高车辆的行驶安全性。本发明涉及智能驾驶领域，包括信息筛选模块、DRL模块和平滑处理模块。信息筛选模块从环境中获取状态信息并提炼为低维环境信息和时空交互状态，构成状态空间并输出驾驶状态。DRL模块中的Actor网络和Critic网络分别提取驾驶状态中的空间交互特征和时间特征，并与低维环境信息特征进行拼接。Actor网络将拼接后的状态特征经过高斯分布重参数化采样输出车辆控制量。平滑处理模块对车辆控制量进行平滑处理，并将动作传递给环境中的自动驾驶车辆进行运动控制，同时更新环境的状态信息。

本发明授权一种基于DRL的无信号交叉口端到端车辆运动控制方法在权利要求书中公布了：1.一种基于DRL的无信号交叉口端到端车辆运动控制方法，其特征在于：首先，信息筛选模块从环境中获取状态信息并提炼为低维环境信息和时空交互状态，构成状态空间，并从状态空间中输出驾驶状态传递给DRL模块；其次，DRL模块中Actor网络接收驾驶状态，采用图注意力层提取驾驶状态中的空间交互特征，并通过多头注意力层捕捉驾驶状态中的时间特征，采用全连接层拼接空间交互特征、时间特征和低维环境信息特征，进一步映射为动作的均值和标准差，通过高斯分布重参数化采样输出车辆控制量；Critic网络接收驾驶状态后，分别采用图卷积层和长短时记忆层提取驾驶状态中的空间交互特征和时间特征，并经过全连接层拼接空间交互特征、时间特征和低维环境信息特征；最后，平滑处理模块对车辆控制量进行平滑处理，并将动作传递给环境中的自动驾驶车辆进行运动控制，同时更新环境的状态信息；Critic网络根据驾驶状态的状态特征和平滑处理模块输出的动作，输出动作状态价值； 所述的时空交互状态，包括空间交互信息和时间信息；其中，空间交互信息基于图结构数据的形式进行获取，具体如下：将每一时刻的交通参与者建模为图结构数据中的节点，包含四个特征值，前三项分别为交通参与者的横坐标、纵坐标与速度，第四项中对于自车为横摆角，对于周车则为航向角，表示为节点特征矩阵Xt；交通参与者之间的交互关系用节点之间的边进行表示，表示为邻接矩阵A；节点特征矩阵Xt、邻接矩阵A如式1和式2： 其中，和为t时刻自车的横纵坐标，为t时刻自车速度，为t时刻自车的横摆角；和为第1个周车t时刻的横纵坐标，为第1个周车t时刻的速度，为第1个周车t时刻的航向角；和为第n个周车t时刻的横纵坐标，为第n个周车t时刻的速度，为第n个周车t时刻的航向角；邻接矩阵A是一个n×n的矩阵，n表示参与交互的车辆数量；其中，如果节点i和节点j之间存在交互关系，则矩阵中的元素值为1，否则为0； 其次，参考运动学方程建立预测方程，获取运动状态的时间序列，确定时空交互状态中的时间信息； 综上，根据空间交互信息和时间信息确定时空交互状态Sst，表示为式3： Sst＝Xt-j；A…Xt；A…Xt+k；A3 其中，Xt-j、Xt和Xt+k分别为历史j个时刻、t时刻和未来k个时刻的节点特征矩阵，A为表示自车与周车交互关系的邻接矩阵； 获得时空交互状态后，结合自车与周车之间的相对距离和任务起点及终点，提炼低维环境信息Sld，如式4： Sld＝l1…ln，xstart，ystart，xend，yend4 其中，l1…ln表示自车与每一辆周车之间的相对距离，共n个；xstart和ystart为任务起始位置的横纵坐标，xend和yend为任务终点位置的横纵坐标； 最后，将时空交互状态和低维环境信息整合为状态空间S，如式5： S＝Sst,Sld5 其中，Sst为时空交互状态，Sld为低维环境信息。

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长春工业大学，其通讯地址为：130012 吉林省长春市延安大街2055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。