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！

龙图腾网获悉中国重汽集团济南动力有限公司申请的专利基于路况识别的多模式动力耦合智能切换方法、系统及车辆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：CN121425179B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512034262.0，技术领域涉及：B60W20/15；该发明授权基于路况识别的多模式动力耦合智能切换方法、系统及车辆是由王意宝;韩峰;宋志远;王霞;赵飞翔;刘宏威;吴正雷;徐超;郎文嵩设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本基于路况识别的多模式动力耦合智能切换方法、系统及车辆在说明书摘要公布了：本申请涉及智能切换技术领域，具体涉及一种基于路况识别的多模式动力耦合智能切换方法、系统及车辆，所述方法包括：实时采集坡度、车速、油门及刹车信号，经预处理后构建融合驾驶习惯的多维特征向量，通过无监督聚类自动生成实时路况标签，并利用轮廓系数在线验证聚类有效性。将路况标签与当前动力模式构成系统状态，输入基于强化学习的自学习决策网络；网络通过奖励函数以时序差分方式更新状态‑动作价值矩阵，并输出累积奖励最高的目标动力模式。基于价值矩阵计算目标模式的动作置信度，若超过阈值则生成切换指令，由执行机构采用扭矩过渡算法平滑调节扭矩，实现无冲击切换。实现了路况自动识别、自适应决策与无感执行，提升平顺性及适应性。

本发明授权基于路况识别的多模式动力耦合智能切换方法、系统及车辆在权利要求书中公布了：1.一种基于路况识别的多模式动力耦合智能切换方法，其特征在于，包括以下步骤： S1、实时采集车辆的坡度、车速、油门开度及刹车信号并进行预处理；基于预处理后的数据，构建融合驾驶习惯特征的多维特征向量，并采用无监督聚类算法进行处理，自动生成实时路况标签，利用轮廓系数对标签的聚类有效性进行在线验证； S2、将实时路况标签与车辆当前动力模式构成系统状态，输入至一基于强化学习构建的自学习决策网络；决策网络维护一个状态-动作价值矩阵，并根据由能耗、冲击度及平顺性指标构成的奖励函数，以时序差分方式动态更新所述价值矩阵；决策网络输出价值矩阵中累积奖励估值最高的目标动力模式，所述目标动力模式包括纯电模式、混动模式及制动能量回收模式；具体包括：S21、定义系统状态S为实时路况标签L与车辆当前动力模式的有序组合；定义动作空间为纯电模式、混动模式及制动能量回收模式构成的集合； S22、设计奖励函数 其中，为能耗奖励，根据当前路况标签L下各动力模式的基准能耗映射表给出；为冲击度惩罚，与模式切换过程中的扭矩波动量负相关；为平顺性奖励，与模式切换完成时间负相关；为预设的权重系数，且； S23、初始化一个状态-动作价值矩阵，行对应所有可能的系统状态，列对应所有可选动作，初始值设为0；采用Q-learning算法，依据以下更新规则对所述矩阵进行迭代更新： 其中，为动作A在当前状态下对应的值，为学习率，为折扣因子，为在状态执行动作后得到的即时奖励，为执行动作后到达的下一状态，为下一状态下的最大值；为在下一状态下可选的动作； S24、在车辆运行过程中，根据实时确定的当前系统状态，查询矩阵中对应行的所有列的值，将值最大的动作输出作为目标动力模式； S3、基于价值矩阵计算所述目标动力模式的动作置信度，当所述动作置信度超过预设阈值时，生成模式切换指令；动力耦合执行机构依据所述切换指令，采用扭矩过渡算法对电机和或发动机的扭矩输出进行平滑调节，以实现动力模式的无冲击切换； 利用轮廓系数对标签的聚类有效性进行在线验证的步骤包括： 实时计算当前批次特征向量的平均轮廓系数；若平均轮廓系数低于预设有效性阈值，则触发基于设定数据滑动窗口的重新聚类，以更新聚类中心；其中，计算平均轮廓系数的步骤包括：对于当前批次中的每一个多维特征向量，计算与所属簇内所有其他特征向量之间的平均距离；计算到其他每一个非所属簇中所有特征向量的平均距离，并取所述平均距离中的最小值； 计算个体轮廓系数； 计算当前批次所有特征向量的个体轮廓系数的算术平均值，作为所述平均轮廓系数。

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中国重汽集团济南动力有限公司，其通讯地址为：250200 山东省济南市章丘区圣井唐王山路北潘王路西；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。