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！

龙图腾网获悉北京航空航天大学申请的专利一种基于因果推断的驾驶人行为分析与预测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：CN119037444B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411088252.4，技术领域涉及：B60W40/09；该发明授权一种基于因果推断的驾驶人行为分析与预测方法是由崔志勇;魏轩;熊梓俊;王淋满;章锦川;王新朕;王乐宁;李睿楷;任毅龙;于海洋设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于因果推断的驾驶人行为分析与预测方法在说明书摘要公布了：本发明提供了一种基于因果推断的驾驶人行为分析与预测方法，属于交通工程人因分析领域，主要通过构建四类驾驶指标评价体系，包括车头时距、即将碰撞时间、速度与刹车幅度、眼动追踪信息，来评估和理解驾驶人行为。随后，采取双重机器学习的因果推断模型，深入研究了驾驶人在各类场景下的驾驶行为及其差异，提供了准确的驾驶人行为因果估计，从而能进一步预测驾驶人的行为。本方法全面地分析了驾驶行为和驾驶环境的关系，能够贴近实际，提高驾驶安全性和驾驶效率，对于智能驾驶、交通安全研究等领域具有较高的实用价值。

本发明授权一种基于因果推断的驾驶人行为分析与预测方法在权利要求书中公布了：1.一种基于因果推断的驾驶人行为分析与预测方法，其特征在于：所述的方法包括： 构建驾驶指标评价体系，包括四类指标分别是：车头时距、即将碰撞时间、速度与刹车幅度、眼动追踪信息； 将因果推断理论应用于驾驶行为分析，研究人类驾驶员在遇到自动驾驶AV和人工驾驶HV时的驾驶行为差异； 对于某一个具体的驾驶行为评价指标，分别收集驾驶员在自动驾驶AV场景下和人工驾驶HV场景下的实验数据，经过数据预处理，再输入到基于双重机器学习的因果推断模型中，其即可输出驾驶行为的因果估计； 所述的基于双重机器学习的因果推断模型的学习任务分解为两个阶段： 1将残差的条件估计分解为结果和处理的两个预测子任务； 2通过具有结果和处理的残差的最终预测模型，获得平均处理效应ATE和条件平均处理效应CATE的估计； 所述的基于双重机器学习的因果推断模型具体步骤如下： Y＝θX·T+gX+∈1 T＝fX+η2 E[∈|X]＝0；E[η|X]＝0；E[η·∈|X]＝03 在等式1中，Y是驾驶人所驾驶车辆的特性的结果，包括：速度、与自动驾驶AV或人工驾驶HV的距离，θX是每个X的处理效应，代表处理T对结果Y的因果效应，T不同的驾驶环境下处理和分析数据的方式；即每种类型的车辆自动驾驶AV或人工驾驶HV都视为一种独特的处理方式，在T形交叉口场景中为自动驾驶AV或人工驾驶HV，gX是用于控制协变量和混杂因子效应的函数；∈是随机误差，表示模型无法解释的Y中的随机性； 在等式2中，T是上述的处理方式，fX是表示T如何依赖于协变量X的模型,并且η是一种类似于等式1中的∈的随机误差； 在公式3中，在给定X的情况下，误差项∈和η的期望值为零，表示X包含影响Y和T的所有相关信息；X是驾驶员的背景数据； 处理目的是估计恒定的条件平均处理效应CATE，即θX；估计θX的思想如下，方程改写为： Y-E[Y|X]＝θX·T-E[T|X]+∈4 在等式4中，E[Y|X]和E[T|X]是两个条件期望函数，两者都是非参数回归任务； 因此按照qX＝E[Y|X]和fX＝E[T|X]进行估计，则计算残差： 其随后通过以下等式相关： 随后，由于E[η·∈|X]＝0，估计θX是最终回归问题，即在X、T上回归Y，即： 至此，就得到了条件平均处理效应CATE即θX的值。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。