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！

龙图腾网获悉江苏大学申请的专利一种基于博弈论的其他车辆切入场景下的AEB分级制动方法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：CN118876959B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411071060.2，技术领域涉及：B60W30/095；该发明授权一种基于博弈论的其他车辆切入场景下的AEB分级制动方法是由袁朝春;杭诗淇;何友国;蔡英凤;王桐;翁烁丰设计研发完成，并于2024-08-06向国家知识产权局提交的专利申请。

本一种基于博弈论的其他车辆切入场景下的AEB分级制动方法在说明书摘要公布了：本发明公开了一种基于博弈论的其他车辆切入场景下的AEB分级制动方法，包括：步骤1：获取自车和周围环境的状态信息数据，获得相邻车道车辆航向角和相邻车道车辆到自车相邻一侧车道线距离；步骤2：基于高斯混合隐马尔可夫模型预测相邻车道车辆横向行为意图概率；步骤3：根据相邻车道车辆状态，判断是否建立纵向安全距离模型；步骤4：基于非合作纳什博弈建立收益矩阵；步骤5：设计收益函数，根据纳什均衡得出最佳策略解，AEB系统根据最佳策略执行分级制动；步骤6：判定自车与相邻车道车辆无潜在危险后，AEB系统退出工作。本发明实现相邻车道车辆潜在风险规避与避撞，提高车辆的行驶安全性和舒适性，解决传统AEB系统制动不及时或误触发的问题。

本发明授权一种基于博弈论的其他车辆切入场景下的AEB分级制动方法在权利要求书中公布了：1.一种基于博弈论的其他车辆切入场景下的AEB分级制动方法，其特征在于，包括如下步骤： 步骤1：获取自车和周围环境的状态信息数据，通过计算获得相邻车道车辆航向角和相邻车道车辆到自车相邻一侧车道线距离； 步骤2：根据所得到数据，基于高斯混合隐马尔可夫模型GMM‑HMM预测相邻车道车辆横向行为意图，将横向行为特征归纳为车道保持、车道偏离和车道切入三种情况，并将GMM‑HMM预测的横向意图表示为概率； 步骤3：若相邻车道车辆存在危险因素，即车道偏离概率与车道切入概率之和大于车道保持概率，则根据自车和相邻车道车辆的相关信息建立纵向安全距离模型；若不存在危险因素，则循环执行步骤1与步骤2； 步骤4：建立非合作纳什博弈框架，构建自车与相邻车道车辆的策略空间，根据博弈双方的策略组合建立收益矩阵； 步骤5：设计收益函数，考虑每种策略不同的安全性赋予收益系数权重，将求解出的数值代入收益矩阵中，由纳什均衡求出最佳应对策略，AEB系统根据最佳策略执行分级制动； 步骤6：判定自车与相邻车道车辆无潜在危险后，AEB系统退出工作； 所述步骤5具体为： 步骤5中考虑安全性收益、舒适性收益以及相邻车道车辆危险因素的损失收益三个部分，自车收益和相邻车道切入车辆收益计算了当前状态的收益，共包括： 安全性收益，安全性收益中考虑两车之间相对距离和相对车速，表示为： ; 式中，为自车与相邻车道车辆的纵向距离，、分别为自车和相邻车道车辆的初始速度，为交互博弈时长即换道时间，为自车AEB系统所提供的制动减速度，为相邻车道车辆加速度； 相邻车道车辆横向危险意图负面收益，考虑到相邻车道车辆的横向意图对自车产生的负面影响，结合所预测的横向意图行为概率将该部分收益设计为： ; 式中，为高斯混合隐马尔可夫模型预测的相邻车道车辆横向意图概率，为相邻车道车辆航向角计算系数，为相邻车道车辆航向角； 舒适性收益，使用博弈过程中加速度变化来表示舒适性收益; 对自车和相邻车道车辆通过组合与加权构成交互博弈总的收益； ; 式中，分别对应安全性收益、危险意图负面收益和舒适性收益的加权系数； 借助上述步骤中对相邻车道车辆横向意图的概率估计和收益函数可得自车在不同策略下的收益，相邻车道车辆在不同策略下的收益分别为： ; 式中，分别对应自车可能执行的{不制动、温和制动、紧急制动}三种不同策略，表示相邻车道车辆可能存在的{车道保持、车道偏离、车道切入}三种不同策略行为； 自车评估自身策略集中各策略的相关受益，选择当前的最优策略，此时AEB系统执行相应的最优策略。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。