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！

龙图腾网获悉广东助你行智能科技有限公司申请的专利一种基于智能驾驶的载具避障和路径规划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：CN121043907B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511191722.4，技术领域涉及：B60W60/00；该发明授权一种基于智能驾驶的载具避障和路径规划方法是由李明;赵淦泉;马高峰设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于智能驾驶的载具避障和路径规划方法在说明书摘要公布了：本申请涉及智能驾驶技术领域，尤其涉及一种基于智能驾驶的载具避障和路径规划方法，本申请提出以下方案，方法通过多模态传感器采集环境数据，构建动态目标的概率时空置信场，利用贝叶斯深度神经网络输出目标类别和几何状态概率分布，结合历史轨迹生成多模态未来轨迹预测集。进一步，通过轨迹采样构建演化场景，对候选自我轨迹进行前向仿真，基于条件风险价值评估生成最优驾驶路径，并转换为控制指令驱动车辆行驶。本申请具备不确定性建模能力与高风险识别能力，提高了路径规划的安全性与鲁棒性。

本发明授权一种基于智能驾驶的载具避障和路径规划方法在权利要求书中公布了：1.一种基于智能驾驶的载具避障和路径规划方法，应用于一搭载有处理系统和多模态传感器阵列的载具，其特征在于，所述方法包括： 获取所述多模态传感器阵列所采集的传感器数据，所述传感器数据包括所述载具所处位置的环境数据，所述环境数据至少包括一个动态目标； 根据所述传感器数据，通过所述处理系统生成一概率时空置信场，其中所述概率时空置信场为一结构化的数据空间，所述数据空间用于对所述动态目标的运动进行描述，对每一动态目标，所述描述至少包括一个表征对应的动态目标的多模态未来轨迹预测集，所述多模态未来轨迹预测集包括多条未来轨迹假设，所述未来轨迹假设互不相同且对应有概率标签； 根据所述概率时空置信场，通过对所述多模态未来轨迹预测集进行采样以生成多个演化场景，生成载具轨迹，根据所述载具轨迹生成控制指令，以驱动所述载具行驶； 通过所述处理系统生成一概率时空置信场，包括： 将所述传感器数据输入至预设的贝叶斯深度神经网络模型，对所述动态目标进行处理，通过所述贝叶斯深度神经网络模型为每一动态目标输出一离散型概率分布和一连续型多维概率分布，其中所述离散型概率分布用于表示所述动态目标的类别，所述连续型多维概率分布用于表示所述动态目标的几何状态； 将所述离散型概率分布和所述连续型多维概率分布作为观测值，对所述动态目标进行状态跟踪，根据状态跟踪结果输出轨迹概率分布，其中所述轨迹概率分布用于表示对应的动态目标的当前运动学状态的概率分布； 根据所述轨迹概率分布，结合对应的动态目标的历史运动学状态序列，生成多模态未来轨迹预测集； 根据所述轨迹概率分布，结合对应的动态目标的历史运动学状态序列，生成多模态未来轨迹预测集，包括： 将所述动态目标的历史运动学状态序列输入至一预设的条件变分自编码器的编码器，将所述历史运动学状态序列压缩至一个低维隐空间； 对所述低维隐空间进行多次独立的随机采样，并结合所述轨迹概率分布作为条件输入，通过所述条件变分自编码器的解码器生成一组未来轨迹假设，得到多模态未来轨迹预测集； 根据所述概率时空置信场，通过对所述多模态未来轨迹预测集进行采样以生成多个演化场景，生成载具轨迹，包括： 根据所述概率时空置信场，通过在预设的坐标系下对所述动态目标的终端状态进行采样，得到终端状态点； 通过预设的函数为每一终端状态点生成一条连接载具当前状态与对应的终端状态点的平滑候选自我轨迹，汇总得到候选自我轨迹集合，其中所述候选自我轨迹集合包括多条互不相同的驾驶轨迹； 根据所述候选自我轨迹集合中的每一条平滑候选自我轨迹，在一个预设的仿真循环次数内，从所述概率时空置信场中采样构建演化场景，并在所述演化场景下对所述候选自我轨迹进行前向仿真以计算，得到综合成本，根据所述综合成本得到平滑候选自我轨迹的成本分布列表，其中所述成本分布列表的维度与所述仿真循环次数相同； 根据所述成本分布列表，计算每一条平滑候选自我轨迹的条件风险价值作为最终风险评分，将所述最终风险评分进行升序排序，选择首位的平滑候选自我轨迹作为所述载具轨迹。

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广东助你行智能科技有限公司，其通讯地址为：523160 广东省东莞市洪梅镇尧均工业路4号101室；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。