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！

龙图腾网获悉同济大学申请的专利一种可解释的自动驾驶决策系统及其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：CN115719477B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211445291.6，技术领域涉及：G06V20/56；该发明授权一种可解释的自动驾驶决策系统及其方法是由陈虹;崔志浩;李蒙;黄岩军;王宇雷设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种可解释的自动驾驶决策系统及其方法在说明书摘要公布了：本发明涉及一种可解释的自动驾驶决策系统及其方法，该系统包括自动驾驶决策模块和DeepSHAP模块，该方法包括：根据驾驶场景，确定自动驾驶决策模块的决策向量以及状态向量，并构建深度Q网络模型；从交通环境中提取出关键特征向量，输入深度Q网络模型，输出得到对应的决策指令，并传输给车辆控制模块执行、同时车载感知模块输出相应背景数据集；将背景数据集与深度Q网络模型共同作为DeepSHAP模块的输入，由DeepSHAP模块计算出背景数据集中所有特征的Shapleyvalue，并传输至车载人机交互单元进行展示。与现有技术相比，本发明能够从局部解释、全局解释和特征依赖分析三个方面向用户直观解释自动驾驶决策的输入与输出映射关系，提高用户对自动驾驶决策的理解与信任。

本发明授权一种可解释的自动驾驶决策系统及其方法在权利要求书中公布了：1.一种可解释的自动驾驶决策方法，其特征在于，包括以下步骤： S1、根据驾驶场景，确定自动驾驶决策模块的决策向量以及状态向量，并采用深度Q网络算法训练神经网络，构建深度Q网络模型； S2、从交通环境中提取出关键特征向量，输入深度Q网络模型，输出得到对应的决策指令，并传输给车辆控制模块执行； S3、车辆控制模块执行决策指令的同时，车载感知模块输出相应背景数据集； S4、将背景数据集与深度Q网络模型共同作为DeepSHAP模块的输入，由DeepSHAP模块计算出背景数据集中所有特征的Shapleyvalue，并传输至车载人机交互单元进行展示； 步骤S1中构建深度Q网络模型的具体过程为： 采用深度Q网络算法训练神经网络，以近似动作价值函数，其中，神经网络为4层全连接网络，在深度Q网络算法中，定义为从t时刻开始，以状态为输入，在策略下采取决策所获得的累计回报： 其中，表示折扣因子，为奖励函数，表示碰撞惩罚，为对应的权重，表示换道惩罚，为对应的权重； 步骤S2中关键特征向量包括自车所在车道、周车所在车道、自车与周车之间的距离； 步骤S4中DeepSHAP模块的工作过程为： 给定一个参考特征向量，一个被解释特征向量和对应模型，得到： 其中，表示第个特征，表示第个参考特征； 采用一个层的前馈神经网络来表示模型： 其中，表示具有个神经元的第个神经网络层； 再通过链式法则和线性近似，计算得到特征重要性值，即Shapleyvalue； 所述Shapleyvalue具体为： 其中，为第i个特征的Shapleyvalue，表示在第层的第神经元关于第个特征的Shapleyvalue，表示第层的第个神经元对应的乘子，表示对第个特征的累积乘子。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。