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！

龙图腾网获悉东南大学申请的专利高速公路自动驾驶接管过程的驾驶能力恢复时间确定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：CN116595453B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310527781.9，技术领域涉及：G06F18/2415；该发明授权高速公路自动驾驶接管过程的驾驶能力恢复时间确定方法是由徐铖铖;王长帅;彭畅;任卫林;佟昊设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本高速公路自动驾驶接管过程的驾驶能力恢复时间确定方法在说明书摘要公布了：本发明公开了高速公路自动驾驶接管过程的驾驶能力恢复时间确定方法，具体步骤为：构建自动驾驶接管实验平台；设计并搭建典型的高速公路自动驾驶接管场景；招募驾驶人进行接管仿真实验，采集实验过程中的车辆轨迹数据；提取并筛选能反映驾驶状态的指标；构建基于高斯混合模型的驾驶状态辨识方法；结合所筛选的驾驶状态表征指标组合进行驾驶状态辨识分析，确定驾驶人的驾驶能力恢复时间；利用该方法可以准确地确定接管过程中每位驾驶人的驾驶能力恢复时间，为自动驾驶系统的优化设计提供理论依据。

本发明授权高速公路自动驾驶接管过程的驾驶能力恢复时间确定方法在权利要求书中公布了：1.高速公路自动驾驶接管过程的驾驶能力恢复时间确定方法，其特征在于，针对高速公路上执行自动驾驶的车辆，由自动驾驶状态转换至驾驶员驾驶状态的接管过程，执行如下步骤S1-步骤S6，完成驾驶员的驾驶能力恢复时间的确定： 步骤S1：基于驾驶模拟器构建自动驾驶接管仿真平台，考虑预设的不同实验因素的影响，搭建接管仿真测试场景； 步骤S2：基于所搭建的接管仿真测试场景，针对不同驾驶员进行接管仿真实验，接管仿真实验包括预设接管触发事件，当预设接管触发事件发生时，驾驶员所驾驶的车辆由自动驾驶状态转换至驾驶员驾驶状态，采集各驾驶员所驾驶的车辆在接管仿真实验中的车辆轨迹数据； 步骤S3：根据所采集的接管仿真实验中车辆轨迹数据，提取各反映驾驶状态的指标； 步骤S3中采用组合寻优法对各反映驾驶状态的指标进行组合，采用推土距离评估各组合反映驾驶状态的效果，其中推土距离为将一种分布转换为另一种分布所需的最小代价，其计算方法如下： 假定为具有m类的第一种分布，其中pi为P的第i个类别，为pi对应的权重，i∈{1,2,…,m}；假定为具有n类的另一种分布，其中qj为Q的第j个类别，为qj对应的权重，j∈{1,2,…,n}；D＝[dij]为距离矩阵，dij为类别pi和类别qj之间的距离，将分布P转换为分布Q所需的总代价lcost如下式： 式中，fi,j为类别pi和类别qj之间土的数量，根据如下约束条件获得将分布P转换为分布Q所需的最小代价： fi,j≥0,1≤i≤m,1≤j≤n 求解上述线性化问题，获得最优推土距离如下式： 式中，EMDP,Q为由分布P转换为分布Q的推土距离； 步骤S4：根据预设规则将各反映驾驶状态的指标进行组合，对各指标组合反映驾驶状态的效果进行评估和量化，对各指标组合反映驾驶状态的效果进行排序，选取其中反映驾驶状态的效果最佳的指标组合； 步骤S5：构建基于机器学习算法的驾驶状态辨识方法，基于步骤S4所获得的反映驾驶状态的效果最佳的指标组合，判定驾驶员接管车辆后的驾驶状态为稳定或不稳定； 步骤S5中的驾驶状态辨识方法基于高斯混合模型，其表达式如下式： λ＝{wi,μi,Σi},i＝1,2,…,N 式中，px|λ为高斯混合模型的概率分布，λ为高斯混合模型的参数，wi为第i个高斯分布所占的权重项，x为由D维连续观测数据所构成的向量，gx|μi,Σi为第i个高斯分布的概率密度函数，μi为第i个高斯分布的均值，Σi为第i个高斯分布的协方差矩阵，N为高斯分布的数量； 第i个高斯分布的后验概率Pi|xt,λ如下式： 式中，xt为给定的T维训练向量，xt∈{x1,x2,...,xT}； 预设后验概率阈值，将大于或等于该预设后验概率阈值的高斯分布判定为稳定，将小于该预设后验概率阈值的高斯分布判定为不稳定； 步骤S6：应用驾驶状态辨识方法，分析并确定各驾驶员驾驶能力恢复时间。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。