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！

龙图腾网获悉交通运输部公路科学研究所申请的专利基于贝叶斯的自动驾驶道路与车路匹配风险指数评估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：CN116187851B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310161834.X，技术领域涉及：G06Q10/0635；该发明授权基于贝叶斯的自动驾驶道路与车路匹配风险指数评估方法是由高金;李文亮;周炜;刘智超;曹琛;战琦;李华建设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于贝叶斯的自动驾驶道路与车路匹配风险指数评估方法在说明书摘要公布了：基于贝叶斯的自动驾驶道路与车路匹配风险指数评估方法，解决能够有效评估出自动驾驶道路以及车路匹配的风险度的技术问题，所述的方法是借助计算机及配套软件程序对自动驾驶数据进行处理以及分析后实现的，包括对自动驾驶数据进行清洗、构建贝叶斯网络模型、对道路进行切片处理、分段完成道路风险点、道路节点以及道路风险度和车路匹配风险指数的评估分析。本发明的优点是，可有效支撑自动驾驶运行道路规划工作，选线前期，对运行路线进行风险评估，排除风险度较高的路段，提高道路运行安全水平。

本发明授权基于贝叶斯的自动驾驶道路与车路匹配风险指数评估方法在权利要求书中公布了：1.基于贝叶斯的自动驾驶道路风险度评估方法，所述的方法是借助计算机及配套软件程序对自动驾驶数据进行处理以及分析后实现的，其特征在于：所述的方法具体步骤如下： a1、对自动驾驶数据进行数据处理，形成包括事故伤害程度、道路类型、路面干湿状态、道路限速、道路状态、事故形态、天气以及灯光要素的数据库，其中，事故伤害程度要素包括无受伤、受伤轻微、受伤中度、受伤严重四项内容； b1、根据步骤a1中数据库中的要素和内容，把事故伤害程度要素作为目标节点，把其他所有要素各作为一个节点，在配套软件程序中构建贝叶斯网络风险定性评估模型； c1、用贝叶斯网络风险定性评估模型对数据库的所有事故数据进行学习训练，获得所有节点即各要素的条件概率联合分布，即构建了贝叶斯网络风险定量评估模型； d1、对拟评估的自动驾驶道路进行切片处理，将自动驾驶道路拆分为多个连续道路切片，道路切片拆分时分为以下两种拆分方式：相同道路类型的按照单位里程拆分；不同道路类型的按照道路特征的区别拆分； e1、按照贝叶斯网络风险定量评估模型中的要素提取每个道路切片的道路要素集； f1、根据道路切片的道路要素集对所有道路切片逐个进行风险评估，形成道路风险点，具体是将道路切片的要素作为已知因素，根据步骤c1中构建的贝叶斯网络风险定量评估模型的条件概率联合分布，按照贝叶斯网络理论，计算目标节点事故伤害程度中无受伤概率、受伤轻微概率、受伤中度概率、受伤严重的概率，并对该道路切片进行风险度量化，其中任意道路切片的风险度量化公式为： 式1， 式1中，第i个道路切片的风险评估结果， rNoIi：针对第i个切片道路无受伤概率， rMini：针对第i个道路切片受伤轻微的概率， rModi：针对第i个道路切片受伤中度的概率， rSeri：针对第i个道路切片受伤严重的概率， wNoI、wMin、wMod、wSer：分别依次对应目标节点事故伤害程度中无受伤、受伤轻微、受伤中度、受伤严重四种内容的风险权重，取值依次变大，若ri＞道路切片风险度阈值常数，则第i个道路切片，作为风险道路切片，所有风险切片的集合即为道路风险点； g1、依据步骤f1中得到的任意道路切片的风险度计算自动驾驶道路的整体道路风险度，整体道路风险度量化公式为：式2 式2中，R：被评估的道路风险度量化指数， n：该道路中道路切片的数量， xi：该道路第i个道路切片的长度， l：该道路总长， rMax：该道路中风险最大的道路切片的风险值。

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交通运输部公路科学研究所，其通讯地址为：100000 北京市海淀区西土城路8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。