Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学俞小莉获国家专利权

浙江大学俞小莉获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种基于自回归交通流推演与树搜索的自动驾驶规划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:CN121180246B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511714875.2,技术领域涉及:B60W60/00;该发明授权一种基于自回归交通流推演与树搜索的自动驾驶规划方法是由俞小莉;戴训;黄瑞;方怡乐;沈佳源;马钦仕;陈俊玄;齐建斌;杨爱喜设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

一种基于自回归交通流推演与树搜索的自动驾驶规划方法在说明书摘要公布了:本发明公开了一种基于自回归交通流推演与树搜索的自动驾驶规划方法,属于自动驾驶决策规划技术领域。包括:构建并训练以自车策略锚点为条件的自回归交通流闭环推演模型;获取自车及交通参与者的历史状态序列与全局导航路径,并据此生成候选策略锚点集;进而,展开蒙特卡洛树搜索,以前述模型为前向仿真器、以策略锚点集为动作空间,并通过单次模型并行推演,同步构建多层子树结构且完成多层级价值回溯,以此实现搜索效率的提升;得到覆盖规划时域的最优策略序列及自车轨迹。本发明实现了预测与规划的耦合,解决传统决策规划算法中对交互行为考虑不足、决策行为单一的问题,能够生成安全、高效且考虑长期交互的自动驾驶车辆轨迹。

本发明授权一种基于自回归交通流推演与树搜索的自动驾驶规划方法在权利要求书中公布了:1.一种基于自回归交通流推演与树搜索的自动驾驶规划方法,其特征在于,包括以下步骤: 1构建并训练以自车策略锚点为条件的自回归交通流推演模型,模型对输入的观测序列进行编码,推演生成下一步的观测,推演过程自回归地进行,实现对交通流的闭环推演; 所述自回归交通流推演模型通过以下方式进行推演: 11在每一推演时间步,模型接收从初始时刻到当前时刻的观测序列,观测序列中的每一帧观测包含交通参与者的状态和地图元素信息;模型对观测序列中的智能体、地图元素信息、候选策略锚点集中的策略锚点信息进行特征嵌入和特征融合,以实现对观测序列的编码;模型进而输出每个交通参与者在未来一个固定时间步长内的动作概率分布,所有交通参与者的动作概率分布构成一个联合概率分布; 12从联合概率分布中进行采样,为每个交通参与者确定一个具体的动作; 13对观测中所有交通参与者的状态进行前向更新,获得下一推演时间步的推演状态; 14将更新后的推演状态作为新的观测信息,并入观测序列,得到新的观测序列; 15模型重复前述步骤11~步骤14,实现交通流的闭环推演; 2获取自车及交通参与者的历史状态序列与全局导航路径,并基于历史状态序列与全局导航路径生成候选策略锚点集; 3基于自回归交通流闭环推演模型与候选策略锚点集,展开蒙特卡洛树搜索,其中,自回归交通流推演模型作为蒙特卡洛树搜索算法中的前向仿真器,候选策略锚点集作为动作空间;在蒙特卡洛树搜索的前向仿真过程中,自回归交通流推演模型对多个动作实施并行推演,同步构建多层子树结构并完成多层级价值回溯; 4基于蒙特卡洛树搜索结果,获得覆盖规划时域的最优策略锚点序列及自车轨迹。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。