買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國重汽集團濟南動力有限公司申請的專利一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115588294B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210735394.X，技術(shù)領(lǐng)域涉及：G08G1/01；該發(fā)明授權(quán)一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)及方法是由劉陽;趙德贏;趙玉超;賈敏設(shè)計研發(fā)完成，并于2022-06-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)及方法在說明書摘要公布了：本發(fā)明涉及一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)及方法，系統(tǒng)包括觀測模塊、駕駛員意圖辨識模塊、信念池更新模塊、聯(lián)合策略收益計算模塊、行為決策模塊；觀測模塊連接駕駛員意圖辨識模塊、聯(lián)合策略收益計算模塊，駕駛意圖辨識模塊連接信念池更新模塊，信念池更新模塊連接聯(lián)合策略收益計算模塊，聯(lián)合策略收益計算模塊連接行為決策模塊；方法包括以下步驟：步驟S1：通過觀測模塊判斷發(fā)生路權(quán)沖突的雙方行駛狀態(tài)信息；步驟S2：根據(jù)沖突雙方的駕駛狀態(tài)信息，判斷車輛或駕駛員的駕駛意圖；步驟S3：對信念池更新模塊中駕駛員類型分布概率進(jìn)行更新；步驟S4：計算所有可行聯(lián)合策略的收益函數(shù)；步驟S5：決策出最有聯(lián)合分布策略。

本發(fā)明授權(quán)一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種基于不完全信息動態(tài)博弈的車輛協(xié)同決策系統(tǒng)，其特征在于，包括： 觀測模塊、駕駛員意圖辨識模塊、信念池更新模塊、聯(lián)合策略收益計算模塊、行為決策模塊； 所述的觀測模塊連接所述的駕駛員意圖辨識模塊、聯(lián)合策略收益計算模塊，所述的駕駛員意圖辨識模塊連接所述的信念池更新模塊，所述的信念池更新模塊連接所述的聯(lián)合策略收益計算模塊，所述的聯(lián)合策略收益計算模塊連接所述的行為決策模塊； 所述的觀測模塊用于判斷發(fā)生路權(quán)沖突的雙方的行駛狀態(tài)信息，并將獲取的發(fā)生路權(quán)沖突的雙方的行駛狀態(tài)信息傳送至駕駛員意圖辨識模塊； 所述的駕駛員意圖辨識模塊用于根據(jù)獲取到的行駛狀態(tài)信息，判斷車輛或者駕駛員的駕駛意圖數(shù)據(jù)，并將判斷得到的駕駛意圖數(shù)據(jù)傳送至信念池更新模塊； 所述的信念池更新模塊用于根據(jù)駕駛意圖數(shù)據(jù)，對信念池中駕駛員類型分布概率進(jìn)行更新，并計算新的聯(lián)合策略分布概率，并將新的聯(lián)合策略分布概率傳送至聯(lián)合策略收益計算模塊； 所述的聯(lián)合策略收益計算模塊用于計算所有可行聯(lián)合策略的收益函數(shù)，并結(jié)合聯(lián)合策略分布概率計算聯(lián)合策略的期望收益，以獲得最優(yōu)聯(lián)合分布策略； 所述的行為決策模塊用于根據(jù)最優(yōu)聯(lián)合分布策略對路權(quán)沖突車輛進(jìn)行行為決策； 聯(lián)合策略收益計算模塊中，根據(jù)觀測模塊及信念池更新模塊，計算所有可行聯(lián)合策略的收益： 設(shè)在沖突車一的信念池中，沖突車二為強硬型的分布概率為Z1，沖突車二為軟弱型的分布概率為Z2，沖突車二強硬型情況下允許并道的概率為，拒絕并道的概率為,+=1；沖突車二軟弱型情況下允許并道的概率為Γ1，拒絕并道的概率為Γ2,Γ1+Γ2=1； 在不同的聯(lián)合策略分布下，沖突車一和沖突車二的收益分別用表示， 根據(jù)收益矩陣及分布函數(shù)，計算沖突車一和沖突車二選擇不同動作策略時的期望收益，沖突車一及沖突車二在不同策略下的收益為： 其中和分別描述了各行為概率分布的矩陣，分別為 其中，分別為沖突車二采取允許變道和拒絕變道的期望收益，以及沖突車一采取維持以及變道的期望收益； 所述的行為決策模塊，獲得沖突車二和沖突車一采取不同策略所獲得的期望收益，通過貝葉斯納什均衡解獲得的決策集由下式計算： 其中，分別表示沖突車一和沖突車二的加速度以及各自采取的行為策略，{0，1，2}分別表示{準(zhǔn)備，策略1，策略2}。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國重汽集團濟南動力有限公司，其通訊地址為：250200 山東省濟南市章丘市圣井唐王山路北潘王路西；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。