Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工商大学王海东获国家专利权

湖南工商大学王海东获国家专利权

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!

龙图腾网获悉湖南工商大学申请的专利驾驶行为预测方法、装置、设备及存储介质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:CN120235067B

龙图腾网通过国家知识产权局官网在2025-08-22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:202510726879.6,技术领域涉及:G06F30/27;该发明授权驾驶行为预测方法、装置、设备及存储介质是由王海东;刘澳;肖鹏飞;詹敏;张建华;单洽设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。

驾驶行为预测方法、装置、设备及存储介质在说明书摘要公布了:本申请提供一种驾驶行为预测方法、装置、设备及存储介质。涉及自动驾驶技术领域。该方法包括:构建虚拟人模型和驾驶模拟环境,将虚拟人模型配置于所述驾驶模拟环境中,使得虚拟人模型与所述车辆模型进行交互,控制车辆模型动作,建立深度学习模型,以根据输入的驾驶员第一人称视角数据,输出控制动作并输出至虚拟人模型,利用训练数据集对深度学习模型进行训练,通过模仿学习与强化学习两个阶段,最大化累计奖励,得到策略函数,并通过与环境信息的交互,使用近端策略优化不断更新策略函数,得到训练后的深度学习模型;利用训练后的深度学习模型实现驾驶行为预测。本申请通过模拟人类驾驶员的决策过程,提升自动驾驶系统的决策能力。

本发明授权驾驶行为预测方法、装置、设备及存储介质在权利要求书中公布了:1.一种驾驶行为预测方法,其特征在于,所述方法包括: 构建虚拟人模型,所述虚拟人模型包括用于模拟驾驶动作和姿势的关节模型; 构建驾驶模拟环境,所述驾驶模拟环境包括车辆模型与环境信息,将所述虚拟人模型配置于所述驾驶模拟环境中,使得所述虚拟人模型与所述车辆模型进行交互,控制所述车辆模型动作; 构建深度学习模型,所述深度学习模型用于根据输入的驾驶员第一人称视角数据,输出控制动作并输出至所述虚拟人模型,所述虚拟人模型响应于输入的控制动作控制所述车辆模型动作,所述深度学习模型包括类脑感知决策网络和类脑控制网络;其中,所述类脑感知决策网络的处理流程为:以驾驶员第一人称视角数据作为输入数据,通过卷积神经网络和循环神经网络结构构建与大脑感知通路解剖对齐的类脑特征提取网络,提取输入数据的激活响应,并将所述激活响应编码为第一特征图;所述类脑控制网络包括若干循环神经网络和深度Q网络,各个循环神经网络用于模拟前额叶皮层、运动皮层、感觉皮层、脊髓、红核、小脑、VLc、上丘和网状核,所述类脑控制网络的处理流程为:获取所述第一特征图,经过多层卷积逐步从所述第一特征图提取空间和时序特征,得到第二特征图,并基于所述第二特征图得到目标Q值,对所述目标Q值依次进行归一化、激活处理和反馈调节和归一化,输出控制动作,所述激活处理采用包含斜率参数的线性激活参数,所述斜率参数用于处理负值区域,所述反馈调节包括:在目标Q值未处于设定阈值范围内时,对第一特征图重新进行多层卷积处理; 根据真实驾驶数据获取训练数据集;其中,所述训练数据集包括多个状态-动作对; 利用所述训练数据集对所述深度学习模型进行训练,以使所述深度学习模型通过模仿学习与强化学习两个阶段,最大化累计奖励,得到策略函数,并通过与环境信息的交互,使用近端策略优化不断更新所述策略函数,最终得到训练后的深度学习模型;利用所述训练后的深度学习模型实现驾驶行为预测。

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湖南工商大学,其通讯地址为:410205 湖南省长沙市岳麓区岳麓大道569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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。