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！

龙图腾网获悉北京工业大学申请的专利融合时序信息的基于DDPG的无人驾驶超车决策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：CN116127853B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310197273.9，技术领域涉及：G06F30/27；该发明授权融合时序信息的基于DDPG的无人驾驶超车决策方法是由黄志清;张晨阳;王舒晴;赵瑞设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本融合时序信息的基于DDPG的无人驾驶超车决策方法在说明书摘要公布了：本发明公开了融合时序信息的基于DDPG的无人驾驶超车决策方法。本发明通过获取多个连续时刻的状态，如车辆速度、车轮转速、距离邻近其它车辆位置和车道线距离检测等状态信息，处理生成一个多维状态输入矩阵。然后将该状态矩阵输入到超车决策控制模型中，直接输出车辆的动作控制信号，如油门、刹车和转向角度，从而控制车辆完成超车驾驶行为。超车模型的神经网络结构基于Actor‑Critic架构，其中神经网络输入的多维状态矩阵融入了时间序列驾驶状态信息，通过时间衰减因子权重系数来控制不同时刻的状态空间所占的比重。最后通过在TORCSTheOpenRacingCarSimulator平台上的仿真实验表明，融合时序信息的超车模型能够控制无人车安全、精准地完成超车任务。

本发明授权融合时序信息的基于DDPG的无人驾驶超车决策方法在权利要求书中公布了：1.融合时序信息的基于DDPG的无人驾驶超车决策方法，其特征在于，包括以下步骤： 步骤1：融合时序信息的基于DDPG的无人驾驶超车模型的多维状态空间和动作空间的设计；通过结合仿真环境上车辆的运动学和动力学因素分析，无人车的输入状态空间包括车辆速度、车辆与道路中心线的夹角以及车轮转速，接着对输入状态进行维度扩充，然后构建考虑时间序列驾驶状态信息的多维状态矩阵；无人车的输出动作空间包括油门、转角和刹车三种动作控制信号； 步骤2：融合时序信息的基于DDPG的无人驾驶超车模型的神经网络搭建；超车模型的神经网络由Actor网络、Critic网络、Target-Actor网络和Target-Critic网络组成；无人驾驶超车模型的Actor网络负责根据无人车观测的当前状态输出无人车应采取的动作控制信号，无人驾驶超车模型的Target-Actor网络负责根据无人车观测的下一状态输出无人车应采取的目标动作控制信号；无人驾驶超车模型的Critic网络负责估计无人车观测的当前状态与采取的动作时应取得的Q值，无人驾驶超车模型的Target-Critic网络负责估计无人车观测的下一状态与采取的目标动作时应取得的Q值； 步骤3：融合时序信息的基于DDPG的无人驾驶超车模型的训练过程；通过无人车车身传感器获取连续时刻内的环境状态信息，处理生成无人车的多维状态空间矩阵，之后输入到超车模型的Actor网络得到无人车应该执行的动作；然后将动作交给无人驾驶仿真环境执行后生成无人车面临的新环境状态，并计算无人车所获得的奖励值，最后不断地与无人驾驶仿真环境进行交互训练；训练流程包括第一步，初始化无人驾驶场景中的车辆起始位置，更新环境状态信息； 第二步，获得连续多个时刻内的环境状态信息，同时设定一个时间衰减因子权重系数； 第三步，将所获得的无人车的多个状态组合形成一个多维状态矩阵； 第四步，将该状态矩阵输入到无人驾驶超车模型的Actor网络中，根据时间衰减因子进行卷积操作形成无人车的多个时间衰减因子特征图； 第五步，然后将多个特征图中的信息进行整合，重新组合成一个特征向量；最后把特征向量转化为一组三维向量，即为无人驾驶超车模型的Actor网络输出的无人车应执行的动作； 步骤4：融合时序信息的基于DDPG的无人驾驶超车模型的学习过程；其学习过程一共分为两个阶段，分别是车道保持和超车阶段；车道保持阶段是超车模型控制的无人车在单车环境下学习以恒定速度进行车道保持状态；超车阶段是超车模型控制的无人车在多车的环境下学习超车行为； 步骤5：融合时序信息的基于DDPG的无人驾驶超车模型的验证过程；对训练好的超车模型在TORCS仿真平台上进行测试，以验证无人车超车模型的控制精准度； 无人车的整体奖励函数包括速度奖励函数、碰撞奖励函数、回合终止奖励函数和超车奖励函数；根据无人车的纵向速度奖励函数计算速度奖励值；根据无人车进行超车时的奖励函数开始计算无人车超车时的奖励值；根据无人车的碰撞奖励函数计算无人车在超车过程中是否发生碰撞的奖励值；根据无人车的回合终止奖励函数计算无人车在行驶过程中是否发生卡在轨道不动或冲出轨道的奖励值

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。