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！

龙图腾网获悉吉林大学申请的专利一种基于认知-执行双层决策的自动驾驶接管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：CN120735798B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511202703.7，技术领域涉及：B60W60/00；该发明授权一种基于认知-执行双层决策的自动驾驶接管方法及系统是由刘宏飞;杜忠迎设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于认知-执行双层决策的自动驾驶接管方法及系统在说明书摘要公布了：本发明属于道路车辆控制系统领域，涉及一种基于认知‑执行双层决策的自动驾驶接管方法及系统，该系统包括多模态大模型、接管模式判断模块、预警强度计算模块、感知提醒模块、准备状态评估模块、自适应权重分配模块、控制信号输出模块、引导界面生成模块；其中，多模态大模型用于根据输入数据进行推理，输出结构化接管决策信息；预警强度计算模块用于计算随时间变化的接管预警强度；准备状态评估模块用于评估驾驶员准备接管的准备度；控制信号输出模块，根据驾驶员的自适应控制权重，通过控制融合机制实现安全约束下的人机控制权平滑转移；该系统不仅提高了接管决策的准确性、可解释性，同时有效提升了接管性能，降低了接管风险。

本发明授权一种基于认知-执行双层决策的自动驾驶接管方法及系统在权利要求书中公布了：1.一种基于认知-执行双层决策的自动驾驶接管方法，其特征在于，该方法包括以下步骤： 步骤S10.采集环境感知信息、车辆运动状态信息、驾驶员状态信息以及智能驾驶系统健康监测信息； 步骤S20.对步骤S10获取的多源信息进行特征提取，之后进行多模态特征融合； 步骤S30.基于步骤S20的融合特征，通过多模态大模型进行推理，输出包含风险评估结果、接管决策参数、安全操作边界和自然语言提示的结构化接管决策信息； 步骤S40.根据步骤S30中输出的接管决策参数确定是否触发接管以及接管模式，当判定需要驾驶员接管时，执行步骤S50； 步骤S50.执行层基于认知层确定的接管模式，通过多级预警信号引导驾驶员准备接管； 步骤S60.在步骤S50的预警引导信号启动后，执行层根据驾驶员准备状态的实时反馈，通过风险自适应的控制权重分配、安全约束下的控制融合以及实时可视化引导，逐步实现人机控制权的平滑转移，具体包括以下步骤： 步骤S601.根据驾驶员状态信息，计算驾驶员准备度Ht，评估驾驶员的接管准备状态；驾驶员准备度Ht的表达式为： Ht＝w1·halertt+w2·hhandt+w3·hgazet； 式中，halertt为警觉度；hhandt为握持状态；hgazet为视线关注度；w1、w2、w3分别为警觉度权重、握持状态权重和视线关注度权重； 步骤S602.根据步骤S601得到的驾驶员准备度Ht，计算驾驶员的自适应控制权重αt；驾驶员的自适应控制权重αt的表达式为： 式中，k为过渡速率参数；t为当前时刻；tc为权重转移中心时刻，取值为tc＝t0+0.5·tw，其中t0为接管触发时刻； 步骤S603.根据步骤S602得到的驾驶员自适应控制权重αt，通过控制融合机制实现安全约束下的人机控制权平滑转移： ufusion＝αt·uhuman+1-αt·uauto； 式中，ufusion为融合后的控制信号；uhuman为驾驶员的控制输入；uauto为自动驾驶系统的控制输入； 融合后的控制信号ufusion应满足步骤S30输出的安全操作边界，经过安全约束处理后的最终控制信号usafe为： 式中，ΠB为向安全边界的投影算子，确保控制信号始终在安全操作边界内，Bt为t时刻的安全操作边界； 步骤S604.在执行步骤S603的控制融合过程中，将步骤S30输出的接管决策信息转换为直观的引导界面，辅助驾驶员完成接管操作。

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吉林大学，其通讯地址为：130012 吉林省长春市南关区人民大街5988号吉林大学南岭校区；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。