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！

龙图腾网获悉济南博观智能科技有限公司申请的专利自动驾驶车辆的控制方法、系统、电子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：CN115320620B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202210974099.X，技术领域涉及：B60W50/00；该发明授权自动驾驶车辆的控制方法、系统、电子设备及存储介质是由张建波设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本自动驾驶车辆的控制方法、系统、电子设备及存储介质在说明书摘要公布了：本申请公开了一种自动驾驶车辆的控制方法、系统、电子设备及存储介质，所属的技术领域为自动驾驶技术领域。所述控制方法包括：获取目标车辆所处区域的环境图像，并将所述环境图像的特征向量与所述目标车辆的车辆自身状态进行融合，得到融合状态；判断所述融合状态与驾驶经验数据是否匹配；若是，则利用经验池模型确定所述融合状态对应的第一行为动作，并控制所述目标车辆执行所述第一行为动作；若否，则利用深度强化学习模型确定所述融合状态对应的第二行为动作，并控制所述目标车辆执行所述第二行为动作。本申请能够提高自动驾驶控制的可靠性。

本发明授权自动驾驶车辆的控制方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种自动驾驶车辆的控制方法，其特征在于，包括： 获取目标车辆所处区域的环境图像，并将所述环境图像的特征向量与所述目标车辆的车辆自身状态进行融合，得到融合状态； 判断所述融合状态与驾驶经验数据是否匹配； 若是，则利用经验池模型确定所述融合状态对应的第一行为动作，并控制所述目标车辆执行所述第一行为动作； 若否，则利用深度强化学习模型确定所述融合状态对应的第二行为动作，并控制所述目标车辆执行所述第二行为动作； 其中，所述深度强化学习模型通过对深度强化学习训练过程中的交互经验进行学习得到；所述经验池模型和最优奖励函数用于辅助所述深度强化学习模型进行深度强化学习训练；所述经验池模型和所述最优奖励函数通过对所述驾驶经验数据进行逆强化学习并对奖励函数反推得到； 在利用经验池模型确定所述融合状态对应的第一行为动作之前，还包括： 确定生成器和判别器，并将所述判别器对应的函数设置为奖励函数；所述判别器对应的函数，表示判别器参数，s表示融合状态，表示行为动作，表示由参数化的辅助网络，表示生成器策略，表示语义奖励； 对所述生成器和所述判别器进行基于驾驶经验数据的逆强化学习和奖励函数反推，以便修正所述生成器和所述判别器； 将修正后的生成器设置为所述经验池模型； 将修正后的判别器对应的函数设置为最优奖励函数。

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济南博观智能科技有限公司，其通讯地址为：250001 山东省济南市高新区新泺大街1166号奥盛大厦3号楼17楼；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”。

以上内容由龙图腾AI智能生成。