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！

龙图腾网获悉吉林大学申请的专利一种考虑驾驶员操控特征的自动驾驶控制权转移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：CN120886868B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511403751.2，技术领域涉及：B60W60/00；该发明授权一种考虑驾驶员操控特征的自动驾驶控制权转移方法是由孙天骏;赖思琦;陈瑜;张易童;冉锐;王涵;张皓设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种考虑驾驶员操控特征的自动驾驶控制权转移方法在说明书摘要公布了：本发明适用于自动驾驶技术领域，提供了一种考虑驾驶员操控特征的自动驾驶控制权转移方法，包括以下步骤：数据收集与预处理；分别计算外部行驶风险得分以及驾驶员状态评估得分两方面内容，基于外部行驶风险得分以及驾驶员状态评估得分计算最终风险值；基于最终风险值，同时考虑阈值滞回特性，设计并实现自动驾驶“人‑机”控制权切换主动预警。该方法可实现接管时机与方式的个性化调整，有效解决了人机共驾模式下自动驾驶系统主动脱离辅助驾驶状态并强制发起人工接管时存在的控制权切换问题。

本发明授权一种考虑驾驶员操控特征的自动驾驶控制权转移方法在权利要求书中公布了：1.一种考虑驾驶员操控特征的自动驾驶控制权转移方法，其特征在于，包括以下步骤： 步骤1：数据收集与预处理； 步骤2：行驶风险量化； 分别计算外部行驶风险得分以及驾驶员状态评估得分两方面内容；其中，通过层次分析法和熵权法得到外部行驶风险得分；通过驾驶、眨眼频率以及打哈欠频率评估驾驶员状态得分，基于外部行驶风险得分以及驾驶员状态评估得分计算行驶危险系数综合得分，获得最终风险值； 步骤3：预警方案选择； 基于最终风险值，同时考虑阈值滞回特性，设计并实现基于驾驶行为大数据特征分析的自动驾驶“人-机”控制权切换主动预警； 所述步骤2的具体计算方法如下： 在层次分析法中，设定目标层为外部行车风险评估，准则层分为两层，第一层为车辆状态和外部环境，即；第二层包含七个指标，包括车辆速度、车辆侧滑角、车道偏移量、TTC碰撞时间、周围车辆的危险报警闪光灯频次、与道路施工标志的距离以及交通锥所围面积，即，； 针对名驾驶员，在固定的市区道路场景下进行持续1h的行驶实验，采集上述指标信息，采样频率为5Hz，所得数据经过卡尔曼滤波处理，以实现噪声抑制与数据平滑；七个评价指标的单个采样周期内的原始数据矩阵为，对原始数据进行对齐、正向化和归一化处理后的结果为；同时，收集这名驾驶员对上述指标的风险偏好程度，构造判断矩阵，通过一致性检验后利用特征值法得出准则层第一层和第二层指标权重和； 利用熵权法得出各评价指标的熵值如式1所示： 1； 式中，，表示该样本在该指标下的相对贡献度，为第个指标的信息熵，用来度量该指标所包含的信息不确定性，为第个评价指标的差异系数，为熵权法得出的指标权重； 层次分析法的子指标权重最终为，熵权法得出的指标权重为，假设驾驶各评价指标的综合权重为，则其外部驾驶风险得分为： 2； 综合客观熵权法和层次分析法的结果，得出约束方程如式3所示，利用拉格朗日求解该式，即得到最终权重值： 3； 其次，将驾驶员的驾驶状态作为影响因子考虑到其中，从长期驾驶能力与短期反应水平两个维度建模； 其中，长期驾驶能力通过驾驶员驾龄进行量化；短期反应水平则通过驾驶员困倦程度加以衡量，采用眨眼频率与打哈欠频率的联合特征进行计算，以获得驾驶员困倦程度，其计算公式如式4所示： 4； 其中，为各驾驶员清醒且具备正常驾驶能力时的眨眼频率，为测试时各驾驶员的实时眨眼频率，为眨眼频率与打哈欠频率的调配权重系数，为非线性调节参数，和分别为疲惫时打哈欠频率峰值与标准差，为眨眼频率特征函数，为打哈欠频率特征函数，为测试时各驾驶员的实际打哈欠频率； 综合车辆状态和外部环境，并且考虑驾驶员状态的驾驶风险最终得分的结果如式5所示： 5； 其中，为最终风险值；为汉宁窗函数，汉宁窗的长度依据驾驶员在实验过程中反馈的平均反应时间设定；为采样点；得分越高，表示驾驶员认为的行车危险程度越大。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。