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！

龙图腾网获悉北京理工大学;清华大学申请的专利一种基于RSS的自动驾驶汽车的车端实时路权监测系统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：CN116935678B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310862636.6，技术领域涉及：G08G1/0962；该发明授权一种基于RSS的自动驾驶汽车的车端实时路权监测系统是由赵成祥;赵玉壮;于文浩;王伟达;杨超;王红设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本一种基于RSS的自动驾驶汽车的车端实时路权监测系统在说明书摘要公布了：本发明公开了一种基于RSS的自动驾驶汽车的车端实时路权监测系统，属于汽车自动驾驶领域，构建了由感知输入模块、高精地图模块、决策模块、CAN总线、监测触发判断模块及违规监测模块组成的一套实时的自动驾驶车端违规监测系统，可以实时监测自动驾驶汽车在十字路口的路权合规性。系统通过高精地图辅助监测，通过区域分割构造辅助监测域，同时基于RSS公式，设计了不同路权冲突情况下的路权监测动态阈值，降低了感知系统的输入需求，相较于以往的区域分割法具有更好的监测判断的准确性。

本发明授权一种基于RSS的自动驾驶汽车的车端实时路权监测系统在权利要求书中公布了：1.一种基于RSS的自动驾驶汽车的车端实时路权监测系统，其特征在于，所述系统包括：感知输入模块、高精地图模块、决策模块、CAN总线、监测触发判断模块和违规监测模块； 所述感知输入模块包括：车载摄像头、雷达和自车状态传感器，所述车载摄像头及雷达用于感知周围环境中的他车状态，自车状态传感器用于获取自车在全局坐标系下的位置、速度、加速度及航向角信息； 所述高精地图模块，用于提供十字路的静态组成元素的坐标信息，包括全局坐标系下的停止线的端点坐标、各路口车道的id编号及边界顶点坐标以及方向指示标线信息； 所述决策模块，用于提供自车的通过路口时的行为决策，分为左转、右转和直行，还用于计算自车通过某位置时的时间； 当自车进入预设的运行域后，高精度地图将静态路口信息输入CAN总线，所述感知输入模块实时获取他车状态信息，并将其传输到CAN总线；所述决策模块将自车的决策信息输入CAN总线；所述监测触发判断模块实时从CAN总线读取输入信息，并进行触发条件的判断，当某个规则的触发条件满足时，相应规则的违规监测模块从CAN总线中接收输入信息，并实时对车辆进行路权违规监测并将监测结果输出到CAN总线； 所述预设的运行域ODD为由十字路口内停止线延申围成的多边形区域； 所述系统的运行方法包括： S1：高精地图模块将路口静态组成元素信息输入CAN总线，当自车进入路权监测系统的ODD后，所述高精地图模块会将路权监测所需的静态组成元素信息以定义好的协议格式发送到CAN总线，静态组成元素信息包括全局坐标系下的停止线的端点坐标、各路口车道的id编号及边界顶点坐标以及方向指示标线信息；高精地图信息包括每个分支路口id-，分支路口id逆时针递增；每个分支路口的入口车道数目和出口车道数目；定义进入路口区域的车道为入口车道，离开路口区域的车道为出口车道；以车道行进方向划分前后左右，各分支路口车道id定义为入口方向最靠近道路中心线车道为，向右依次递增；出口方向最靠近道路中心线车道为，向右依次递减；每个车道被视为由四个顶点组成的四边形，包括四个顶点坐标以及该车道的标线信息，每个车道的都是一个1×11的数组[]，每一位依次为全局坐标系下该车道左前点横坐标、左后点横坐标、右前点横坐标、右后点横坐标、左前点纵坐标、左后点纵坐标、右前点纵坐标、右后点纵坐标、左转布尔符、直行布尔符及右转布尔符；停止线为两顶点坐标组成的1×4的数组[]，每一位依次为全局坐标系下停止线的左侧横坐标、右侧横坐标、左侧纵坐标及右侧纵坐标，停止线的左右侧定义与对应的入口车道相同；信息表示示例：分支路口id为1的入口车道数目表示为；分支路口id为2，车道id为1的车道表示为；分支路口id为1的停止线右侧纵坐标表示为； S2：感知输入模块获取自车及他车信息，通过自车定位装置结合高精地图模块，获取自车在全局坐标系下的纵坐标、横坐标、纵向速度、自车航向角以及自车进入路口时所属的车道，通过惯性测量单元IMU可以获得自车的纵向加速度；摄像头和雷达感知自车周围环境中的他车信息以及信号灯的状态，他车信息包括他车在全局坐标系中的横坐标、纵坐标、他车的长度、宽度、他车的纵向速度、航向角信息、转向灯状态以及他车进入路口时所属的车道；信号灯状态为，包含三种状态，分别为红灯0，绿灯1和黄灯2；所述感知输入模块以定义好的总线协议将获取的信息发送到CAN总线； S3：所述决策模块提供车辆决策信息，自车在进入十字路口前，已提前决策出全局路径，决策分为三种，分别是左转、直行和右转，当自车进入路权监测系统的ODD后，决策模块将该决策信息以定义好的总线协议发送到CAN总线； S4：路权监测触发判断模块实时从CAN总线中读取上述步骤一至步骤三中的信息； S5：所述路权监测触发判断模块判断不同的信号灯状态及决策信息，会触发不同情况的路权监测，自车需要让出路权的情况分为三种： 1.自车左转时路权低于对向直行车辆； 2.自车绿灯右转时路权低于对向左转车辆； 3.自车红灯右转时路权低于左侧直行车辆； 自动驾驶汽车在路口内行驶时会按照最佳的圆弧曲线行驶，首先根据自车进入路口时的初始车道及自车的决策，生成最佳虚拟车道，生成方式如下： 输入自车进入路口时所属的车道以及地图信息和自车的决策信息，计算最佳出口车道及不推荐出口车道，计算方式如下： 设，则最佳出口车道为： ； 获得最佳出口车道后，输入自车入口车道、最佳出口车道及地图信息，可以获得最佳虚拟车道的顶点： 最佳虚拟车道的左后及右后顶点即为入口车道的左前顶点和右前顶点： 左前顶点：； 右前顶点：； 最佳虚拟车道的左前顶点为，右前顶点为；获得最佳虚拟车道的顶点后，输入这些顶点坐标及决策信息，生成最佳虚拟车道边界，若车辆决策左转，则取，，依次令上述计算得到的最佳虚拟车道的左前和右前顶点为，带入下式可分别求得虚拟车道左右圆弧边界的圆心： ； 若自车决策右转，则取，，计算方式与上式相同； 得到各虚拟车道圆弧边界的圆心后，设圆心为，则各虚拟车道圆弧边界的半径为；将圆弧曲线边界表示为[起点，圆心，半径，终点]的形式，则最佳虚拟车道区域可表示为： ； 其中，，分别表示最佳虚拟车道左边界圆心和右边界圆心；，分别表示最佳虚拟车道左边界半径和右边界半径； 若车辆决策直行，则虚拟车道为四边形区域，可直接表示为： ； 在获得最佳虚拟车道区域后，会在车道内生成K条虚拟停止线，K的数量等于与最佳虚拟车道相交的其他高路权最佳虚拟车道的数量；生成方式如下： 仍设，自车入口车道左侧分支路口为，对向分支路口为，右侧分支路口为；为左侧分支路口入口车道的数目；为对向分支路口入口车道的数目；为左侧分支路口出口车道的数目； 若，为对向入口车道的最佳虚拟直行车道左边界上的一点，该点满足到自车最佳虚拟车道左右边界的距离相等；虚拟停止线可表示为： ； 其中，表示点与点所在的直线方程； 若，为左侧入口车道的最佳虚拟直行车道右边界上的一点，该点满足到自车最佳虚拟车道左右边界的距离相等；虚拟停止线可表示为： ； 计算出虚拟停止线后，根据虚拟停止线方程，输入自车在全局坐标系下的纵坐标、横坐标、航向角以及自车的纵向速度、自车的决策信息，以及信号灯状态信息，则进行路权监测触发判断，判断公式如下： ； 其中，、和分别代表三种不同的路权监测情况；为原子命题，其表示两元素是否存在重叠区域，若与存在重叠，则输出为1，否则输出为0，与可以为线段或平面区域，原子命题计算公式为：；表示由点和连接而成的线段； 表示自车前端中点坐标；为自车的长度；表示自车的几何中心坐标； 若情况的监测触发条件计算结果为1，说明此时需要监测此情况，相应的路权违规监测模块开始工作，进入步骤六；若监测触发条件计算结果为0，则说明此时无需监测此条例，重复步骤五； S6：路权违规监测模块接收数据，当步骤五中某种情况的监测触发条件计算结果为1，该情况的路权违规监测模块开始从CAN总线接收步骤一到步骤三中的信息； S7：违规监测模块执行路权违规判断，输入自车的决策信息、地图信息、红绿灯状态信息以及最佳虚拟车道信息，根据不同的情况，首先生成判断区域，每一个虚拟停止线对应一个判断区域，生成方式如下： 若，取对向入口车道的最佳虚拟直行车道右边界与自车最佳虚拟车道右边界交点为，过向的最佳虚拟直行车道左边界做垂线与之交点设为，则判断区域可表示为的最佳虚拟直行车道范围内四点围成的区域，即： ； 相应的路权判断线则为； 若，取左侧入口车道的最佳虚拟直行车道右边界与自车最佳虚拟车道左边界交点为，过向的最佳虚拟直行车道左边界做垂线与之交点设为，则判断区域可表示为的最佳虚拟直行车道范围内四点围成的区域，即： ； 相应的路权判断线则为； 若，取对向入口车道的最佳虚拟左转车道右边界与自车最佳虚拟车道左边界交点为，过向的最佳虚拟左转车道左边界做垂线与之交点设为，则判断区域可表示为的最佳虚拟左转车道范围内四点围成的区域，即： ； 相应的路权判断线则为； 生成判断区域及路权判断线后，输入自车状态信息、他车状态信息，计算自车是否妨碍高路权车辆通行，计算方式如下： 若，触发判断满足时间内，自车正与相交，此时设自车后端中点沿最佳虚拟车道到下一虚拟车道线的距离为，若，则为自车后端中点沿最佳虚拟车道到对向入口车道右边界的距离；则根据纵向动力学模型，求得以当前状态驶过所需的时间为；则路权违规可表示为： ； 其中，表示点沿最佳虚拟车道到直线的距离，为剩余反应时间，为反应时间，取，为触发开始到当前时刻的时间，为路口行驶过程中的最大加速度； 若，触发判断满足时间内，自车正与相交，同样设自车后端中点沿最佳虚拟车道到下一虚拟车道线的距离为，若，则为自车后端中点沿最佳虚拟车道到最佳出口车道的后边界的距离；则根据纵向动力学模型，求得以当前状态驶过所需的时间为；则路权违规可表示为： ； 其中，表示经过路口后，自车会与高路权车辆位于同一车道，而表示自车与高路权轨迹存在交叉，经过路口后不会汇入同一车道；表示到最佳出口车道的后边界的距离；表示通过路口后需要保证与高路权车辆仍然保持一个合理的RSS距离，具体的表达式为： ； 其中，为根据纵向动力学模型，求得的以当前状态驶过时的速度，为自车的自动紧急制动AEB减速度，为高路权车辆的最小紧急制动减速度，取； 若，触发判断满足时间内，自车正与相交，同样设自车后端中点沿最佳虚拟车道到下一虚拟车道线的距离为，若，则为自车后端中点沿最佳虚拟车道到最佳出口车道的后边界的距离；则根据纵向动力学模型，求得以当前状态驶过所需的时间为；则路权违规可表示为： ； 根据三种情况下的路权违规计算公式，计算路权违规结果，若输出为1，则表明当前时刻违反了路权规则，若输出为0，则表明当前时刻未违反路权规则； S8：监测触发模块判断监测是否结束；步骤七输出一组结果后，会再次进行监测触发模块判断，用来判断当前时刻对于该条例的监测是否应结束，若不满足退出条件，则说明该条例仍需被继续监测，则需重复步骤四到步骤七；若满足退出条件，则说明该条例的此次监测结束，路权违规监测模块停止工作。

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京理工大学;清华大学，其通讯地址为：100086 北京市海淀区中关村南大街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。