Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学刘家佳获国家专利权

西北工业大学刘家佳获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利基于时空特性感知的自动驾驶行为规划方法及相关装置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:CN116382258B

龙图腾网通过国家知识产权局官网在2026-03-17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:202310068028.8,技术领域涉及:G05D1/43;该发明授权基于时空特性感知的自动驾驶行为规划方法及相关装置是由刘家佳;于银菠;闫赛豪设计研发完成,并于2023-01-16向国家知识产权局提交的专利申请。

基于时空特性感知的自动驾驶行为规划方法及相关装置在说明书摘要公布了:基于时空特性感知的自动驾驶行为规划方法及相关装置,包括:根据自动驾驶模拟器,确定自动驾驶模型的状态空间、动作空间和奖励函数,构建部分可观察马尔可夫决策POMDP;建立时空特性感知的深度神经网络模型;针对时空特性感知的深度神经网络模型配置训练参数,并执行自动驾驶模拟器,与深度强化学习代理进行交互;对自动驾驶模拟过程,建立时序化的车辆运行状态缓存与训练数据提取。本发明能够从有限的感知信息挖掘出潜在的车辆间的时空关联信息,并限制无效信息的计算分析,从而实现系统生成更为准确更为高效的控制决策。

本发明授权基于时空特性感知的自动驾驶行为规划方法及相关装置在权利要求书中公布了:1.基于时空特性感知的自动驾驶行为规划方法,其特征在于,包括: 根据自动驾驶模拟器,确定自动驾驶模型的状态空间、动作空间和奖励函数,构建部分可观察马尔可夫决策POMDP; 基于部分可观察马尔可夫决策POMDP,建立时空特性感知的深度神经网络模型; 针对时空特性感知的深度神经网络模型配置训练参数,并执行自动驾驶模拟器,与深度强化学习代理进行交互; 构建部分可观察马尔可夫决策POMDP: POMDP描述为一个五元组,其中,,,分别是状态空间,动作空间,观察空间和奖励;在每一个时期,DRL代理观察一个状态,其包括自动驾驶车辆和周围人工驾驶车辆的行驶信息,然后为自动驾驶车辆选择一个动作作为控制信号;执行完后,自动驾驶车辆反馈给代理一个奖励;之后,代理根据转移函数获得下一个状态;即,其中是部分可观察空间; 建立时空特性感知的深度神经网络模型: 输入部分:当前状态、上一时刻的动作、奖励、以及循环神经网络产生的隐藏特征状态;其中状态包含了自动驾驶车辆自身以及其周边车辆关于速度、位置和航向的信息;动作包含加速、减速、左转、右转以及巡航五种类型;奖励用于引导深度强化学习策略的优化;特征状态初始值全为0,之后由循环神经网络计算出; 时域感知模块:由多个线性层和一个门控循环单元网络GRU组成;线性层分别用于对当前状态、上一时刻的动作、奖励、以及循环神经网络产生的隐藏特征状态进行特征提取;然后将提取的特征融合后,使用GRU提取出当前的时域特征信息,并更新隐藏状态为; 空域感知模块:由多个线性层和一个面向车辆的多头注意力层组成;将当前状态按照不同车辆进行拆分后,使用不同的线性层对这些状态进行编码;然后将编码后的状态分别连接时域特征信息后,再使用线性层进行解码;然后,利用自动驾驶车辆的解码状态生成一个query,并将所有车辆的解码状态构建出key-value对,从而将query和key-value对映射为网络的输出。

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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。