Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学沈云啸获国家专利权

上海交通大学沈云啸获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利一种无人智能车路径规划方法和无人智能车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:CN120871890B

龙图腾网通过国家知识产权局官网在2025-12-09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:202511371162.0,技术领域涉及:G05D1/43;该发明授权一种无人智能车路径规划方法和无人智能车是由沈云啸设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

一种无人智能车路径规划方法和无人智能车在说明书摘要公布了:本发明涉及一种无人智能车路径规划方法和无人智能车,属于路径规划技术领域,其中,该方法包括:获取无人智能车在各个时间步的状态信息;状态信息包括位置信息以及无人智能车所处区域的交通拥塞信息;根据状态信息确定移动动作,以及确定无人智能车执行移动动作后的即时奖励;即时奖励包括交通拥塞负奖励;通过Q‑Learning算法根据即时奖励计算Q值;根据Q值学习路径规划策略;根据学习到的目标路径规划策略对待进行路径规划的目标无人智能车进行路径规划。通过本发明的目标路径规划策略进行路径规划时,能够结合实时的交通拥塞信息进行路径规划,避开交通拥塞热点区域,实现路网负载的均衡分布,提升路网整体的利用效率。

本发明授权一种无人智能车路径规划方法和无人智能车在权利要求书中公布了:1.一种无人智能车路径规划方法,其特征在于,包括: 获取无人智能车在各个时间步的状态信息;所述状态信息包括位置信息以及所述无人智能车所处区域的交通拥塞信息; 根据所述状态信息确定移动动作,以及确定所述无人智能车执行所述移动动作后的即时奖励; 通过Q‑Learning算法根据所述即时奖励计算Q值; 根据所述Q值学习路径规划策略; 根据学习到的目标路径规划策略对待进行路径规划的目标无人智能车进行路径规划; 其中,所述即时奖励通过如下公式计算得到: 式中,t为时间步,为无人智能车在状态时执行移动动作后的即时奖励,为无人智能车在状态时执行移动动作后的正奖励,为交通拥塞代价函数,为交通拥塞惩罚系数,是一个非负超参数,和为加权因子,为无人智能车在状态时执行移动动作后无人智能车所处区域的局部交通密度,为无人智能车在状态时执行移动动作后的路径重叠率; 其中,所述通过Q‑Learning算法根据所述即时奖励计算Q值,包括: 通过如下公式计算Q值: 式中,为在状态时执行移动动作时的Q值估计,为对进行更新得到的Q值估计,为学习率,为折扣因子,为从状态下出发所有移动动作中的最大Q值; 所述获取无人智能车在各个时间步的状态信息,包括: 根据所述无人智能车的移动环境构建栅格环境地图; 确定所述无人智能车在所述栅格环境地图中的位置信息,以及根据所述位置信息确定所述无人智能车所处区域的交通拥塞信息; 所述根据所述状态信息确定移动动作,包括: 通过DQN模型根据所述状态信息确定移动动作; 所述通过Q‑Learning算法根据所述即时奖励计算Q值,包括: 通过所述DQN模型根据所述即时奖励计算Q值; 所述根据所述Q值学习路径规划策略,包括: 根据所述Q值确定损失值,并根据所述损失值对所述DQN模型的参数进行反向调整,直至所述DQN模型训练完毕;其中,训练完毕的所述DQN模型中包括所述目标路径规划策略。

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上海交通大学,其通讯地址为:200000 上海市徐汇区华山路1954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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。