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！

龙图腾网获悉北方工业大学申请的专利基于车内外协同感知的人机共驾控制权自适应切换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：CN115534994B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211209546.9，技术领域涉及：B60W60/00；该发明授权基于车内外协同感知的人机共驾控制权自适应切换方法是由张名芳;王子茜;马健;李桂林设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于车内外协同感知的人机共驾控制权自适应切换方法在说明书摘要公布了：本发明提供了一种基于车内外协同感知的人机共驾控制权自适应切换方法。该方法包括：S11，由驾驶人控制人机共驾汽车；S12，利用车外感知模块判断外部环境行车风险等级，同时利用车内感知模块识别驾驶人分心危险等级；S13，耦合行车风险等级判别结果与驾驶人分心危险等级识别结果对自车驾驶状态进行判定；S14，根据自车驾驶状态判定结果，进一步分析是否满足自动驾驶系统接管人机共驾汽车的条件；S15，如果满足，则自适应分配驾驶人和自动驾驶系统对人机共驾汽车的控制权重，否则继续由驾驶人控制人机共驾汽车；S16，根据计算得到的控制权重，将控制权逐渐切换给自动驾驶系统，最终由自动驾驶系统控制人机共驾汽车。本发明通过融合感知到的周围环境信息和车内驾驶人状态信息自适应调整人机之间的控制权，以此提高人机协同率，减少人机冲突，同时提高行驶安全性。

本发明授权基于车内外协同感知的人机共驾控制权自适应切换方法在权利要求书中公布了：1.一种基于车内外协同感知的人机共驾控制权自适应切换方法，其特征在于，该方法包括如下步骤： S11，由驾驶人控制人机共驾汽车； S12，利用车外感知模块判断外部环境行车风险等级，同时利用车内感知模块识别驾驶人分心危险等级； S13，耦合行车风险等级判别结果与驾驶人分心危险等级识别结果对自车驾驶状态进行判定； S14，根据自车驾驶状态判定结果，进一步分析是否满足自动驾驶系统接管人机共驾汽车的条件； S15，如果满足，则自适应分配驾驶人和自动驾驶系统对人机共驾汽车的控制权重，否则继续由驾驶人控制人机共驾汽车； S16，根据计算得到的控制权重，将控制权逐渐切换给自动驾驶系统，最终由自动驾驶系统控制人机共驾汽车； 所述的利用车外感知模块判断外部环境行车风险等级，还包括：数据采集、计算驾驶风险场的场力、计算行车风险指数、判断行车风险等级；其中，所述行车风险等级为无风险、低风险和高风险； 所述利用车外感知模块判断外部环境行车风险等级具体包括如下步骤： S211，数据采集 利用CAN总线和车载激光雷达传感器实时采集车辆数据，包括自车和周围其他车辆的速度、加速度和车头间距； S212，计算风险场的场力 根据车载摄像头检测到的车道线信息，将车道线方向作为道路坐标系的Y轴，车道线垂直方向作为道路坐标系的X轴，建立与车道有关势能场的驾驶风险场模型： 1 式1中，ET为驾驶风险场的总场强，EL为车道线势能场场强，EB为表示的道路边界势能场场强，EV为车辆势能场场强； 式1中，道路环境中由分道线势能场和双黄线势能场组成的车道线势能场场强采用下式2计算得到： 2 式2中，Aii=1,2表示不同类型车道线势能场的场强系数，x表示道路坐标系下自车所在位置的横坐标值，xl,j表示第j个车道线沿X轴方向的位置坐标，表示自车到第j个车道线的距离，表示车道线势能场随自车靠近或远离车道线的速度变化率； 式1中，道路左右边界处生成的道路边界势能场场强采用下式3计算得到： 3 式3中，xb,z表示第z个道路边界线沿X轴方向的位置坐标，表示自车到第z个道路边界线的距离，表示道路边界场强系数； 式1中，包含运动状态信息的车辆势能场场强采用下式4计算得到： 4 式4中，M表示自车的等效质量,m表示自车的实际质量，v表示当前时刻自车的行驶速度，d'表示从某一周围车辆质心的空间坐标x0,y0到自车质心的空间坐标x,y的安全距离，表示周围车辆与自车安全距离的临界阈值，表示某一周围车辆质心与自车质心的连线与车辆运动方向形成的夹角，a表示当前时刻自车的加速度； S213，计算行车风险指数 根据式1建立周围行车环境的风险场模型，计算t时刻行车风险指数： 5 式5中，F表示自车所受到风险场的场力，F*表示标准风险指数； S214，判断行车风险等级 设定和分别为低风险、高风险驾驶阈值，将计算得到的行车风险指数RIt与不同驾驶风险阈值进行对比，判断当前时刻周围环境行车风险等级Rt，具体过程为： 1如果RIt，则Rt=R0，即当前行车风险等级为R0，表示周围行车环境为无风险，该等级风险强度赋值为=0； 2如果＜RIt，则Rt=R1，即当前行车风险等级为R1，表示周围行车环境为低风险，该等级风险强度赋值为=1.5； 3如果RIt，则Rt=R2，即当前行车风险等级为R2，表示周围行车环境为高风险，该等级风险强度赋值为=2； 所述的利用车内感知模块识别驾驶人分心危险等级，还包括：将驾驶人常见分心行为分类并划分危险等级、构建带注意力机制的长短时记忆神经网络模型用于驾驶人分心行为识别；其中，所述驾驶人分心行为和危险等级的对应关系为：驾驶人安全驾驶为无分心，驾驶人手伸到后面或与乘客聊天为低分心，驾驶人化妆或调整车载设备为中分心，驾驶人使用手机发短信或打电话为高分心； 所述对自车驾驶状态进行判定，还包括：耦合行车风险等级与驾驶人分心危险等级，判定当前时刻自车驾驶状态，包括无危险、危险和非常危险三种驾驶状态； 所述的自适应分配驾驶人和自动驾驶系统对人机共驾汽车的控制权重方法，其特征在于：若自车驾驶状态满足自动驾驶系统接管人机共驾汽车的条件，即自车驾驶状态处于危险或非常危险驾驶状态时，则根据行车风险指数、行车风险等级和驾驶人分心危险等级自适应分配驾驶人和自动驾驶系统相应的驾驶控制权重，将驾驶控制权平稳地转换给自动驾驶系统。

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方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5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。