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(jiān)控用IP管家,真方便！

龍圖騰網獲悉江蘇大學申請的專利一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)及方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN115096305B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111119055.0，技術領域涉及：G01C21/20；該發(fā)明授權一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)及方法是由蔡英鳳;楊紹卿;滕成龍;王海;劉擎超;孫曉強;李祎承設計研發(fā)完成，并于2021-09-24向國家知識產權局提交的專利申請。

本一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)及方法在說明書摘要公布了：本發(fā)明公開了一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)及方法，包括軌跡點生成對抗網絡和生成對應的軌跡兩部分。軌跡點生成對抗網絡以場景特征和隨機噪聲為輸入，以經驗駕駛員駕駛軌跡為對應樣本，模仿生成經驗軌跡末狀態(tài)的橫縱向軌跡點狀態(tài)；軌跡生成部分利用生成的軌跡橫縱向末狀態(tài)和車輛當前橫縱向末狀態(tài)，擬合橫縱向軌跡的五次多項式，并進行橫縱向軌跡合并。本發(fā)明解決了因駕駛員們駕駛風格多變導致的單個樣本可能對應多個數(shù)據(jù)標簽，模仿學習難以訓練的問題；另外，通過五次多項式分開擬合橫縱向軌跡，減小了模仿學習學習整條駕駛軌跡的難度，保證了生成軌跡的光滑程度。同時，采用軌跡評估避免了生成軌跡的潛在風險。

本發(fā)明授權一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)及方法在權利要求書中公布了：1.一種基于生成對抗網絡和模仿學習的智能駕駛汽車路徑規(guī)劃系統(tǒng)，其特征在于，包括生成對抗網絡模塊和對應軌跡生成模塊； 所述生成對抗網絡模塊包括軌跡點生成器和軌跡點判別器；其中軌跡點生成器的輸入為隨機噪聲z和由場景依賴圖提取的場景特征y，輸出為t時刻后的軌跡的橫向、縱向末狀態(tài)和軌跡點判別器的輸入為場景依賴圖提取的場景特征y和隨機選擇的生成器生成的橫向、縱向末狀態(tài)或原本的經驗駕駛員行駛軌跡的末狀態(tài)標簽輸出為判別結果TrueFalse； 所述對應軌跡生成模塊包括軌跡束生成模塊和軌跡評估模塊；所述軌跡束生成模塊包括橫向軌跡生成模塊和縱向軌跡生成模塊； 所述橫向軌跡生成模塊：利用當前車輛的橫向狀態(tài)量和生成的末狀態(tài)橫向狀態(tài)量作為邊界條件，建立l關于時間t的五次多項式ltrajectory： 所述縱向軌跡生成模塊：利用當前車輛的縱向狀態(tài)量和生成的末狀態(tài)縱向狀態(tài)量作為邊界條件，建立s關于時間t的五次多項式strajectory： 所述橫向軌跡的五次多項式ltrajectory和縱向軌跡的五次多項式strajectory一一對應存入軌跡束bundleltrajectory,strajectory；遍歷軌跡束里所有的橫向和縱向軌跡對ltrajectory,strajectory，按時間間隔Δt遍歷橫向軌跡的五次多項式ltrajectory里所有軌跡點和縱向軌跡的五次多項式strajectory里所有軌跡點將橫向、縱向軌跡點合并為軌跡點最終將所有軌跡點按時間間隔Δt進行合并，生成最終軌跡trajectoryi并存入軌跡束bundletrajectoryi； 所述軌跡評估模塊：遍歷軌跡束bundletrajectoryi里所有軌跡，利用設定的價值函數(shù)R對軌跡束里所有軌跡進行價值排序，并刪除可能發(fā)生碰撞的軌跡和軌跡里含有橫縱向速度不符合車輛物理特性的軌跡點的軌跡，最終挑選出價值最優(yōu)的軌跡trajectorymax發(fā)送到下游控制模塊，當軌跡束里的軌跡均沒有通過評估時，即沒有合法軌跡時，此時進行駕駛員接管。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人江蘇大學，其通訊地址為：212013 江蘇省鎮(zhèn)江市京口區(qū)學府路301號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。