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！

龙图腾网获悉北京邮电大学申请的专利认知车联网场景下基于区块链的协作路径规划和调度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：CN116030623B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211569303.6，技术领域涉及：G08G1/01；该发明授权认知车联网场景下基于区块链的协作路径规划和调度方法是由刘宜明;常慧刚设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本认知车联网场景下基于区块链的协作路径规划和调度方法在说明书摘要公布了：本发明公开了一种认知车联网场景下基于区块链的协作路径规划和调度方法，考虑了网联自动驾驶汽车和网联有人驾驶汽车混合驾驶的场景，并联合优化车辆交通道路网络以及边缘计算节点的负载均衡，提出基于区块链的协作框架，以支持车辆协作的路径规划和调度。另外本发明建立了任务处理模型，并分析了所提出的协作框架计算时延的影响因素。基于感知的交通和网络状态建立交通状况和负载分布模型，建模联合优化问题，提出基于Q‑Learning的分布式强化学习算法进行协作路径规划与调度，实现道路基础设施和移动边缘计算节点的主动负载平衡，以最小化行驶时间和计算时延。本发明满足了不同类型车辆的不同服务需求，并降低了计算复杂度。

本发明授权认知车联网场景下基于区块链的协作路径规划和调度方法在权利要求书中公布了：1.认知车联网场景下基于区块链的协作路径规划和调度方法，其特征在于，物理空间中的每个车辆被映射为区块链网络中的虚拟节点，微基站或路边单元作为移动边缘计算节点部署在城市区域的每个路段，并配备边缘计算服务器，宏基站连接远程云服务器；所述方法采用以下步骤： S1、感知环境状态，包括道路交通状态和边缘计算节点负载分布； S2、针对混合驾驶场景中网联自动驾驶汽车和网联有人驾驶汽车，分别建立马尔科夫决策过程，车辆根据感知的环境状态，采用Q-learning强化学习方法获得使自己累积奖励最大的路径规划决策；步骤S2中建立马尔科夫决策过程如下： 1智能体：协作智能体是从环境中学习和探索的车辆，即网联自动驾驶汽车和网联有人驾驶汽车； 2状态：状态表示每一个智能体的位置、类别和环境状态信息，协作智能体n的状态表示为： 其中position表示车辆的位置和所选择的处理卸载任务的移动边缘计算节点，class是车辆的类别，Na是协作智能体的数量，Wit是环境状态，其随着智能体的动作而动态变化； 3动作：在每个交叉路口有两个离散的向南和向西动作，智能体n从起点到终点的动作集合是多智能体的协作动作决策表示为： 其中H是每个智能体的动作步数，是协作智能体的签名； 4环境状态更新：多智能体根据动作更新环境状态Wt；采用两种策略，即迭代更新；根据每个智能体的动作更新Wt，以及批量更新；基于群体的动作更新；环境状态更新表示为： 然后，协作智能体从更新的环境状态学习并找到具有最大奖励的最优决策策略，从而最大化全局累积奖励； 5奖励：对向量Vg和Loadm进行归一化，不同类型的智能体i和j的奖励分别为： 其中λ和β分别代表权重系数，是惩罚因子，协作智能体在时间步τ的总累积奖励为： 优化目标函数为最大化协作智能体获得的总累积奖励，通过解决以下问题可以得到最优的协作路径规划和调度策略： S3、将决策信息哈希摘要利用自身私钥签名，并打包上传到移动边缘计算节点的认知引擎进行验证，获得环境状态的更新和决策共识； S4、路边单元利用上传节点的公钥进行决策信息验证，如验证通过则认知引擎根据车辆的决策信息进行迭代更新或批量更新环境状态，并反馈给其他协作车辆； S5、其他协作车辆根据更新后的环境状态，更新马尔科夫决策过程的奖励函数，并进行分布式协作路径规划和调度决策； S6、经过不断的迭代，车辆获得全局最优的路径规划和调度策略，移动边缘计算节点打包决策信息区块进行共识。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。