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！

龙图腾网获悉同济大学申请的专利一种强博弈交互环境下的自动驾驶测试系统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：CN117191413B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310887319.X，技术领域涉及：G01M17/007；该发明授权一种强博弈交互环境下的自动驾驶测试系统是由胡笳;严学润;赖金涛;徐恬;熊璐设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本一种强博弈交互环境下的自动驾驶测试系统在说明书摘要公布了：本发明涉及一种强博弈交互环境下的自动驾驶测试系统，包括：交通仿真器，用于对交通系统进行仿真；交互博弈式决策器，以交通仿真器输出的道路交通信息为输入，内嵌基于逻辑规则的博弈式决策算法，将车辆运行模式分为巡航、换道、返回车道、信号灯以及冲突区五类，构建每种运行模式下的决策机制，确定下一仿真步的运行模式，并输出相应的车辆状态；交互博弈式控制器，用于根据交互博弈式决策器输出的车辆状态，输出控制自动驾驶车辆的横纵向行为的控制量；车辆动力学模型，用于模拟车辆机械系统对控制量的真实响应。与现有技术相比，本发明具有车辆决策行为刻画清晰、满足实时仿真需求、仿真测试可信度高等优点。

本发明授权一种强博弈交互环境下的自动驾驶测试系统在权利要求书中公布了：1.一种强博弈交互环境下的自动驾驶测试系统，其特征在于，包括： 交通仿真器：包括路网搭建、交通生成、交通控制、驾驶人模型、交通评估以及信息可视化六个子单元，用于对交通系统进行仿真； 交互博弈式决策器：所述交互博弈式决策器面向车辆交互式决策仿真的需求，以交通仿真器输出的道路交通信息为输入，内嵌基于逻辑规则的博弈式决策算法，考虑车辆在高速道路和城市道路中运行的场景，将车辆运行模式分为巡航、换道、返回车道、信号灯以及冲突区五类，构建每种运行模式下的决策机制，确定下一仿真步的运行模式，并输出相应的车辆状态； 交互博弈式控制器，用于根据交互博弈式决策器输出的车辆状态，输出控制自动驾驶车辆的横纵向行为的控制量，实现自动驾驶车辆与人类驾驶车辆的博弈角力，所述交互博弈式控制器包含优化模型搭建子单元、反应函数构建子单元以及交互博弈式算法设计子单元； 车辆动力学模型，用于模拟车辆机械系统对交互博弈式控制器输出量的真实响应，输入油门开度、制动压力和前轮偏角控制量，输出自动驾驶车辆的真实状态，并反馈给信息可视化子单元； 其中，所述优化模型搭建子单元用于建立考虑两车交互博弈的优化控制模型，考虑主车与目标车均具有一个待优化的成本函数，并将主车与目标车的运动学模型整合为一个系统动态方程，则优化控制模型的形式如下： 其中，表示为主车的成本函数，表示为目标车的成本函数；、为主车的权重参数；、为目标车的权重参数；为系统状态量，包括主车与目标车的纵向间距、横向间距、车速、航向角；、分别为主车和目标车的期望驾驶状态；、分别为主车和目标车的控制输入，包含期望加速度和期望前轮偏转角； 所述反应函数构建子单元用于建立目标车驾驶员反应函数，即为每一时间步，系统状态与主车控制输入-目标车控制输入的映射关系，所述反应函数的数学表达形式如下： 其中，、、、，均由以下公式给出： 其中，为系统矩阵，、为控制矩阵，与由以下递推公式和初始条件确定： 其中，为单位矩阵； 所述交互博弈式算法设计子单元用于实现考虑交互博弈的自动驾驶车辆横纵向控制，其中，所述交互博弈式算法以驾驶员反应函数为约束条件，以驾驶员多目标优化控制模型为成本函数，运用二次规划方法求取自动驾驶最优控制策略； 具体的，交互博弈式算法将主车的优化控制模型改写为序贯形式，并将目标车的反应函数代入到主车的优化控制模型，形成具备线性约束的二次规划形式，并采用拉格朗日乘子法对模型进行求解，解的表达形式如下： 其中，为优化控制问题的最优解，包含了主车的最优轨迹以及期望控制输入以及拉格朗日乘子，，，和均为系数矩阵。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。

以上内容由龙图腾AI智能生成。