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！

龙图腾网获悉海南大学申请的专利一种基于自动驾驶车辆舒适性的制动控制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：CN119568090B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411636033.5，技术领域涉及：B60T8/1755；该发明授权一种基于自动驾驶车辆舒适性的制动控制方法是由陈振斌;林罗瑞;李培新;马运发;庞诏文设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于自动驾驶车辆舒适性的制动控制方法在说明书摘要公布了：本发明涉及一种基于自动驾驶车辆舒适性的制动控制方法，包括以下步骤：步骤1，收集前方障碍物的速度和距离信息，分析采集到的道路信息和车辆信息，再结合自身车辆当前速度、前方车辆速度以及与障碍物的距离信息等综合判断是否为紧急工况；步骤2，通过TD3深度强化学习算法对模型预测控制中的Q矩阵进行学习；步骤3，模型预测控制模型根据信息输入数据估计当前制动阶段，从策略库中调用适合当前阶段舒适性最好的Q矩阵进行优化求解；步骤4，调用训练好以后的Q矩阵进行优化求解，以生成最舒适的控制序列；步骤5，将控制序列传递给车辆控制模块进行信号转化，生成制动力矩，使得全程车辆俯仰角处于一个舒适的范围内。

本发明授权一种基于自动驾驶车辆舒适性的制动控制方法在权利要求书中公布了：1.一种基于自动驾驶车辆舒适性的制动控制方法，其特征在于，所述基于自动驾驶车辆舒适性的制动控制方法包括以下步骤： 步骤1，收集前方障碍物的速度和距离信息，分析采集到的道路信息和车辆信息，再结合自身车辆当前速度、前方车辆速度以及与障碍物的距离信息综合判断是否为紧急工况； 步骤2，通过TD3深度强化学习算法对模型预测控制中的Q矩阵进行学习； 步骤3，模型预测控制模型根据信息输入数据估计当前制动阶段，从策略库中调用适合当前阶段舒适性最好的Q矩阵进行优化求解； 步骤4，调用训练好以后的Q矩阵进行优化求解，以生成最舒适的控制序列； 步骤5，将控制序列传递给车辆控制模块进行信号转化，生成制动力矩，使得全程车辆俯仰角处于一个舒适的范围内； 在步骤2中，还包括以下步骤： 步骤21，构建TD3训练模块； 步骤22，在训练过程中不断调整超参数，观察加速度、俯仰角、俯仰角速度的控制效果以实现最匹配的奖励权重系数； 步骤23，用深度强化学习算法TD3对制动前中期和后期的加速度、俯仰角、俯仰角速度的Q权重系数进行训练，评估不同权重系数奖励评估效果，并将训练好的Q权重系数放回到策略库中； 在步骤21中，为了保证车辆可以舒缓的制动，将TD3训练模块的奖励函数设置为与车辆舒适性相关的函数： ra＝-γ1·|a-aT| rθ＝-γ2·|θ-θT| 分别是加速度a、俯仰角θ、俯仰角速度的奖励，γ1为加速度的奖励权重系数，γ2为俯仰角的奖励权重系数，γ3为俯仰角速度的奖励权重系数，aT表示目标加速度，θT表示目标俯仰角，表示目标俯仰角速度； r总的表达式为3者之和： 其中w1，w2，w3分别是加速度奖励阶段权重系数、俯仰角奖励阶段权重系数、俯仰角速度阶段权重系数； 分阶段进行训练，制动阶段主要分为前中期和后期，在车辆制动前中期，MPC中qa在此阶段占较大权重，俯仰角次之，最后是俯仰角角速度，前中期的奖励表达式为： w11表示制动前中期阶段加速度权重系数，w21表示制动前中期阶段俯仰角权重系数，w31表示制动前中期阶段俯仰角速度权重系数； 到了车辆制动后期，MPC中在此阶段应占较大权重，所以在制动后期俯仰角速度为主要目标，俯仰角次之，最后是加速度；后期的奖励表达式为： w21表示制动后期阶段加速度权重系数，w22表示制动后期阶段俯仰角权重系数，w32表示制动后期阶段俯仰角速度权重系数。

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海南大学，其通讯地址为：570228 海南省海口市美兰区人民大道58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”。