買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119007439B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411106604.4，技術領域涉及：G08G1/01；該發明授權混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法是由李永福;朱永薪;黃鑫設計研發完成，并于2024-08-13向國家知識產權局提交的專利申請。

本混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法在說明書摘要公布了：本發明涉及一種混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法，屬于智能網聯汽車領域。該方法首先基于高精地圖數據信息以及道路路權信息，在交織區固定幾何參考系下，形成宏觀與微觀統一的混行交通行車規則。在此基礎上，建立主從博弈模型，結合粒子群優化方法生成符合交通規則的單車多車決策結果。車端分別建立單車輸入狀態多車輸入狀態以及相對應的約束條件，根據決策結果由基于強化學習的車輛控制器輸出對應的方向盤轉角和車輛縱向加速度到車輛底層進行執行，進而實現高速公路交織區智能網聯車輛的決策與控制。本發明確保了混行交通中高速公路交織區的安全性、穩定性和高效性。

本發明授權混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法在權利要求書中公布了：1.一種混合交通中面向高速公路交織區的智能網聯車輛協同決策與控制方法，其特征在于：基于高精地圖的道路坐標系，在高精地圖的數據信息上融合路權信息形成路權規則，對道路上的行駛車輛分配優先級； 在高精地圖的道路坐標系下，對每輛車的行駛狀態進行參數化表達，建立每輛車對其周圍的安全邊界規則和行為目標規則； 在云端建立主從博弈模型，結合粒子群優化算法生成符合路權規則、安全邊界規則以及行為目標規則的車輛決策結果，云端通過V2X設備發送決策結果給車端； 車端將車輛行駛過程建模為馬爾科夫決策過程，車輛控制器根據決策結果輸出對應的方向盤轉角和車輛縱向加速度到車輛底層進行執行，進而實現高速公路交織區智能網聯車輛的決策與控制； 其中，建立所述主從博弈模型包括： 1劃分車群控制粒度，分為單個智能網聯車輛和由多個智能網聯車輛組成的車隊； 2定義領導者和跟隨者，所述領導者的路權相對較高，所述跟隨者的路權相對較低； 3令Al和Af分別表示領導者和跟隨者所對應的決策集合，令Rlal,af和Rfal,af分別表示領導者和跟隨者的收益，令γl和γf分別表示領導者和跟隨者的決策；則所述領導者的決策表示為： 式中，al和af分別表示領導者和跟隨者的決策，a′f表示跟隨者的理性決策，A′f表示跟隨者的理性決策集合，Q′al表示最小獎勵； 所述跟隨者的決策表示為： 式中，Qfaf表示最小獎勵； 車端將車輛行駛過程建模為馬爾科夫決策過程包括： 當車群控制粒度為單個智能網聯車輛時，在馬爾科夫決策模型中，車輛狀態設計為： 式中，vh表示車輛速度，x表示受控車輛的縱向位置，y表示受控車輛的橫向位置，表示偏航角，即受控車輛航向與道路切線方向的夾角，Δxi和Δyi分別表示受控車輛相對于第i個人工駕駛車輛的縱向和橫向相對位置，n表示受控車輛感知范圍內的人工駕駛車輛數量； 動作設計為：at＝{ah,θh}，ah表示車輛加速度，θh表示方向盤轉角； 約束條件設計包括避碰約束、車輛狀態約束和道路規則約束；所述避碰約束表示為； Pr-gx,kTξk≤-dx,min≥p Pr-gy,kTξk≤-dy,min≥p 式中，p表示風險水平，代表了人工駕駛車輛隨機性的考慮程度；dy,min表示受控車輛和感知范圍內車輛的橫向安全距離的集合，dx,min表示受控車輛和感知范圍內車輛的縱向安全距離的集合，gx,k、gy,k為系統參數矩陣，ξk表示周圍人工駕駛車輛的運動狀態向量； 所述道路規則約束為車輛速度約束：vmin≤vh≤vmax，vmin和vmax分別表示路段允許行駛的最小速度和最大速度； 所述車輛狀態約束表示為： θmin≤θh≤θmax amin≤ah≤amax 式中，θmin和θmax分別表示車輛的最小轉角和最大轉角，amin和amax分別表示車輛的最大加速度和最小加速度； 獎勵函數設計為： J＝minw1J1+w2J2 s.t.:Pr-gx,kTξk≤-dx,min≥p Pr-gy,kTξk≤-dy,min≥p vmin≤vh≤vmax amin≤ah≤amax θmin≤θh≤θmax 式中，w1和w2表示比例系數，J1表示橫縱向加速度波動，J2表示車輪轉角變化消耗； 通過TD3算法求解所建立的馬爾科夫決策模型，得到最優的輸出動作at＝{ah,θh}，并輸出到車輛底層進行執行； 當車群控制粒度為由多個智能網聯車輛組成的車隊時，在馬爾科夫決策模型中，車隊中車輛的狀態設計為： 式中，和分別表示車隊內部具有V2X通信連接的車輛與自身車輛之間的速度相對誤差、縱向間距誤差和橫向間距誤差，IL表示車輛駕駛意圖； 車輛動作設計為：at＝{ah,θh}； 約束條件設計包括避碰約束、車輛狀態約束、道路規則約束和車隊內部避撞約束；所述避碰約束表示為； Pr-gx,kTξk≤-dx,min≥p Pr-gy,kTξk≤-dy,min≥p 所述道路規則約束為車輛速度約束：vmin≤vh≤vmax； 所述車輛狀態約束表示為： θmin≤θh≤θmax amin≤ah≤amax 所述車隊內避撞約束表示為： 式中，gmin表示安全橫向間距，lwid表示車輛寬度，llen表示車輛長度，dmin表示安全縱向間距，hmin表示路段上最小跟車時距，vtra表示道路平均運行速度； 獎勵函數設計為： J＝minw1J1+w2J2 s.t.:Pr-gx,kTξk≤-dx,min≥p Pr-gy,kTξk≤-dy,min≥p vmin≤vh≤vmax amin≤ah≤amax θmin≤θh≤θmax 通過TD3算法求解所建立的馬爾科夫決策過程，得到最優的輸出動作at＝{ah,θh}，并同步輸出至車隊中的所有車輛進行執行。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區黃桷埡崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。