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！

龙图腾网恭喜无锡学院申请的专利一种基于V2X的路口盲区辅助驾驶方法及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：CN119190018B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411399795.8，技术领域涉及：B60W30/18；该发明授权一种基于V2X的路口盲区辅助驾驶方法及系统是由孙家栋;王泉;龙鹏燕;苏秀娥;施珮;李富设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种基于V2X的路口盲区辅助驾驶方法及系统在说明书摘要公布了：本发明公开了一种基于V2X的路口盲区辅助驾驶方法及系统，涉及智能辅助驾驶技术领域，包括，通过车载传感器采集多模态数据并进行预处理，对预处理后的多模态数据进行特征提取，构成模态特征向量；基于多模态特征向量，采用深度学习模型进行综合感知，识别路口盲区内的障碍物位置；实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹；根据障碍物的未来运动轨迹，评估车辆通过路口的风险等级；通过V2X通信接收实时交通信息，结合实时交通信息与风险等级，生成驾驶决策。本发明通过实时监测障碍物位置变化、预测运动轨迹和评估风险与V2X通信的结合，最终生成了更加安全、高效的驾驶决策。

本发明授权一种基于V2X的路口盲区辅助驾驶方法及系统在权利要求书中公布了：1.一种基于V2X的路口盲区辅助驾驶方法，其特征在于：包括，通过车载传感器采集多模态数据并进行预处理，对预处理后的多模态数据进行特征提取，构成模态特征向量；基于多模态特征向量，采用深度学习模型进行综合感知，识别路口盲区内的障碍物位置；实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹；根据障碍物的未来运动轨迹，评估车辆通过路口的风险等级；通过V2X通信接收实时交通信息，结合实时交通信息与风险等级，生成驾驶决策；所述基于多模态特征向量，采用深度学习模型进行综合感知，识别视野盲区内的障碍物位置，具体步骤如下，使用历史数据对深度学习模型进行训练，通过卷积层和池化层进行综合感知，生成高层次的特征表示，并将不同模态的特征向量进行拼接，形成多模态特征向量，将多模态特征向量输入到第一个全连接层，生成中间特征表示，通过ReLU激活函数进行非线性变换，将非线性变换后的特征表示输入到第二个全连接层，生成视野盲区内的障碍物位置坐标；通过反向传播算法更新深度学习模型参数，迭代优化深度学习模型；将多模态特征向量输入训练好的深度学习模型进行综合感知，识别路口盲区内障碍物的位置坐标，表达式为： 其中，表示路口盲区内第i个障碍物的位置坐标，是多模态特征向量，表示深度学习模型的第一个全连接层，表示深度学习模型的第二个全连接层；所述实时监测路口盲区内的障碍物位置变化，预测障碍物的未来运动轨迹，具体步骤如下，通过车载传感器实时监测路口盲区内的障碍物位置变化，使用卡尔曼滤波器，根据上一时刻的障碍物状态，预测当前时刻的障碍物的未来运动轨迹，然后，根据车载传感器新的检测数据，更新障碍物的位置和速度，预测障碍物的未来运动轨迹，表达式为： 其中，是第个障碍物在第时刻的运动轨迹，是第i个障碍物在第时刻位置和速度，表示第个障碍物在第时刻的第个粒子位置和速度，是第j个粒子的权重，M是粒子数量，k表示时间步长；障碍物的未来运动轨迹，是由障碍物在未来时刻的移动速度和位置坐标组合形成。

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无锡学院，其通讯地址为：214000 江苏省无锡市锡山大道333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”。