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！

龙图腾网获悉安徽大学;重庆交通大学;中国汽车工程院股份有限公司;润建股份有限公司;重庆微标科技股份有限公司申请的专利零信任架构下基于避撞风险评估的车群多车道博弈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：CN120220413B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510478903.9，技术领域涉及：G08G1/01；该发明授权零信任架构下基于避撞风险评估的车群多车道博弈决策方法是由黄大荣;卜法文;那雨虹;孙长银;米波;张振源;贺鹏;唐宇;夏芹;刘海涛;胡冲;段文彬;房科设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本零信任架构下基于避撞风险评估的车群多车道博弈决策方法在说明书摘要公布了：本发明提出了零信任架构下基于避撞风险评估的车群多车道博弈决策方法，旨在解决复杂交通环境中智能网联车的安全变道问题。本发明所提出方法通过引入实时车辆碰撞风险评估机制，动态评估周围环境中的潜在碰撞风险，结合零信任架构来保障车辆之间的信息安全；同时，将多车道变道问题分解为多个双车博弈模型，并基于实时评估的车辆碰撞风险设计博弈支付函数，优化车群协同变道策略，确保车辆在复杂交通环境中的安全性与协同性。此外，引入自适应参数调整机制，提升博弈决策的动态适应能力。本发明所提出方法使得车群能有效应对复杂交通环境中的突发情况，降低事故发生的风险，提高多车道变道的整体安全性和效率。

本发明授权零信任架构下基于避撞风险评估的车群多车道博弈决策方法在权利要求书中公布了：1.零信任架构下基于避撞风险评估的车群多车道博弈决策方法，其特征在于，具体包括以下步骤： S1、搭建智能车联网，实时获取车辆状态信息和道路信息；车辆状态信息包括自车和相邻车辆的速度、加速度、位置、质量、尺寸，自车与相邻车辆车距，相邻车辆的历史互动记录，车辆信任度；道路信息包括车道宽度、车道线位置和车道数量； S2、通过零信任架构和势场论对车辆碰撞风险进行实时评估；步骤S2具体包括： S21、在零信任架构下，对智能车联网中自车i对车辆j的信任度进行动态且持续的评估，包括评估自车i对车辆j的直接信任度和推荐信任度 S22、对直接信任度和推荐信任度进行加权，得到车辆节点i对车辆节点j的综合信任度Ti,j，公式表示为： 其中，ω为平衡直接信任度和推荐信任度在总体信任度中的影响的权重系数；当车辆节点i与车辆节点j之间有较多直接交互时，受外部因素影响较小，赋予较高的直接信任度权重；车辆节点i与车辆节点j之间交互次数不足时，直接信任度数据较少、质量较低，则赋予更高的推荐信任度权重； S23、建立动态反映车辆之间的碰撞风险的碰撞风险场；碰撞风险场为不同车辆之间互相排斥的势场，其场强方向由相邻车辆指向自车，场强大小由车辆的等效质量、运动状态、所处空间位置和对自车的综合信任度决定； S24、从碰撞风险场中得到车辆j对自车i的场强Eij，基于势场论得到车辆j对自车的排斥力Eij；再通过排斥力求出车辆j对自车i的势能Ecij，作为车辆j对自车i的碰撞风险；对场景内所有车辆对自车的势能求和，得到自车面临的碰撞风险Eci；公式表示为： Fij＝Eij·Mi； 其中，Mi为自车的等效质量，rij为车辆j与自车i之间的距离； S3、基于车辆碰撞风险设计多车道变道博弈决策模型，将多车道变道问题分解为多个双车博弈模型； S4、同时考虑安全性和变道效率，通过NashQ-learning算法学习自车变道决策，并对博弈决策模型中博弈支付函数的权重参数进行自适应动态调整，使车辆根据不同交通环境自适应地调整变道决策，在车群中完成多车道变道。

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安徽大学;重庆交通大学;中国汽车工程院股份有限公司;润建股份有限公司;重庆微标科技股份有限公司，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。