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！

龙图腾网获悉安徽海博智能科技有限责任公司申请的专利一种基于前车轨迹聚类预测的无人车辆主动避撞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：CN119261883B 。

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：202411576424.2，技术领域涉及：B60W30/09；该发明授权一种基于前车轨迹聚类预测的无人车辆主动避撞方法是由吴志国;潘伟;王文捷;汪易开设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于前车轨迹聚类预测的无人车辆主动避撞方法在说明书摘要公布了：本发明公开了一种基于前车轨迹聚类预测的无人车辆主动避撞方法，包括对前车行驶过程观测信号进行提取得到u‑shapelets集合，再计算u‑shapelets集合与时间序列的距离得到距离矩阵，并对距离矩阵进行聚类，得到聚类结果；根据得到的聚类结果，再基于各类车载传感器所采集数据分别训练长短时记忆网络模型，进行预测，得到前车行驶轨迹；根据得到的前车预测轨迹和自身车辆动力学稳定性，制定得到主动避撞策略。本发明通过根据预测的前车轨迹和自身车辆动力学稳定性，制定主动避撞策略，包括预警和分级制动，以确保行车安全。

本发明授权一种基于前车轨迹聚类预测的无人车辆主动避撞方法在权利要求书中公布了：1.一种基于前车轨迹聚类预测的无人车辆主动避撞方法，其特征在于，包括以下步骤： 步骤S1、对前车行驶过程观测信号进行提取得到u-shapelets集合，再计算u-shapelets集合与时间序列的距离得到距离矩阵，并对距离矩阵进行聚类，得到聚类结果； 步骤S1中提取得到u-shapelets集合的具体步骤包括： 选用各类典型路段的数据为深度学习模型构建训练集；其中数据集原始数据是由激光雷达、毫米波雷达，以及摄像头进行同步收集，并通过图像处理技术输出得到原始数据； 设定子序列长度slen，在前车行驶过程监测信号数据集D上，获取所有长度为slen的子序列，作为候选集；其次,计算每条候选S与前车行驶过程监测信号数据集D中每条前车行驶过程监测信号T的距离sdist，公式为： sdistT,S=mindistS,Ti； 式中，Ti为前车行驶过程监测信号T中长度为slen的子序列，i表示子序列在过程监测信号T中的起始位置； 根据预设的分割点d，将时间序列数据集D分为两个子集DL与DR；对距离数据进行排序，根据每两个距离数据中点计算数据集分割的gap值，其中gap值最大为最佳分割点d； 步骤S1中得到距离矩阵，并对距离矩阵进行聚类的具体步骤包括： 根据得到的u-shapelets集合后，提取每个S与行驶过程监测信号数据集D中所有过程监测信号T的距离sdist,得到距离矩阵Dis； 对每台前车行驶前3秒内的监测数据提取采样点长度为3000的子序列,即slen=3000,作为u-shapelets候选集，并提取集合，计算每条u-shapelet与数据集中过程监测数据的距离，得到距离矩阵； 对距离矩阵采用DBSCAN进行聚类,得到聚类结果； 其中，聚类结果分为若干类型；类型1为两车间隔距离小于最小变道安全距离；类型2为两车间隔距离大于或等于最大变道安全距离；类型3为两车间隔距离在最小变道安全距离和最大变道安全距离之间； 通过各前车行驶过程监测信号与u-shapelets的距离将不同行驶安全趋势过程监测信号聚类,即将不同安全变化规律的前车进行聚类，得到聚类结果； 步骤S2、根据得到的聚类结果，再基于各类车载传感器所采集数据分别训练长短时记忆网络模型，进行预测，得到前车行驶轨迹； 步骤S3、根据得到的前车预测轨迹和自身车辆动力学稳定性，制定得到主动避撞策略。

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安徽海博智能科技有限责任公司，其通讯地址为：241200 安徽省芜湖市繁昌县繁昌经济开发区综合服务中心；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。