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考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质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：CN119847147B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411961742.0，技术领域涉及：G05D1/43；该发明授权考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质是由胡宏宇;李争一;程铭;张国娟;梁耘瀚设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质在说明书摘要公布了：本发明涉及一种考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质；方法包括构建概率化目标检测模型进行环境感知，构建障碍物缓冲区；构建基于软约束凸可行集的轨迹规划算法，生成最优规划轨迹；本发明利用多元高斯分布对行车环境中的障碍物建模，建立了概率化感知模型，对周围环境进行高精度感知和方差推断；本利用包络框属性方差信息，构建感知障碍物最大抖动区域，建立障碍物缓冲区，能够量化并传递感知不确定性，为下游模块提供了更加可靠的感知数据支持；在轨迹规划目标函数中加入松弛因子，使得在规划过程中适应感知的不确定环境，提升了规划轨迹的平顺性和车辆在不确定环境中的适应能力和行驶舒适性。

本发明授权考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质在权利要求书中公布了：1.一种考虑感知不确定性的自动驾驶轨迹规划方法，其特征在于，包括： 构建概率化目标检测模型进行环境感知，构建障碍物缓冲区；构建基于软约束凸可行集的轨迹规划算法，生成最优规划轨迹； 所述概率化目标检测模型包括四个部分：环境编码器、类别解码器、包络框解码器和方差解码器；当环境信息X输入概率化目标检测模型后，环境编码器进行特征提取，得到环境信息的高阶特征，类别解码器、包络框解码器和方差解码器分别获得障碍物类别、包络框属性和方差信息；数据流表示为： 其中，表示环境信息的高级语义信息，表示预测的障碍物种类，表示预测的障碍物包络框信息，fenc·；θ是在参数θ下的编码过程，Dcls·；θ是在参数θ下的类别解码过程，Dreg·；θ是在参数θ下的包络框解码过程，Dvar·；θ是在参数θ下的方差解码过程，该过程输出端添加了softplus层，以保证输出结果恒为正；是模型预测的障碍物的协方差矩阵； 所述概率化目标检测模型，是基于多元高斯分布所构建； 假设环境中障碍物的包络框属性信息服从多元高斯分布，概率化目标检测模型输出障碍物分布的参数，将多元高斯分布的均值向量作为包络框的属性信息方差信息构成分布的协方差矩阵表示为： 其中，θ表示网络参数，B表示障碍物属性的真值；|·|表示取矩阵的行列式，·T表示矩阵的转置运算； 将数据集的标签信息看作一组协方差矩阵为全0矩阵的多元高斯分布，视作一个狄拉克分布，表示为： 其中，PG表示标签的分布，δ·表示狄拉克函数； 通过优化网络参数θ，最小化模型预测的分布和真实分布的差异程度，使模型具有环境感知和方差推理的能力，表示为： 其中，表示两个分布之间的Kullback-LeiblerKL散度； 使用KL散度作为衡量两个分布之间的差异程度的指标，将该差异程度作为神经网络的学习优化目标，构建损失函数优化每个方差推断神经网络的回归任务和方差推断任务；该损失函数表示为： 其中，表示模型检测出的障碍物的数量；Bn表示第n个包络框的真值，和分别表示模型预测的第n个包络框属性信息和协方差矩阵，n表示障碍物的序号索引； 利用数据集对所构建的概率化目标检测模型进行训练，损失函数包含三个部分，分别是类别损失，回归损失和方向损失；选择FocalLoss作为类别损失： 其中，表示分类损失函数，pa是类别解码器中anchor的softmax输出，α,γ是损失函数中的经验参数； 概率化目标检测模型的损失函数表示为： 其中，表示模型总损失函数，βcls，βKL和βdir是三个损失类别的平衡系数，是一个softmax分类损失； 将概率化目标检测模型训练多个轮次后，构建了具备了环境感知和方差推断能力的概率化目标检测模型，当环境信息X输入模型后，得到概率化感知结果： 其中，表示模型预测的感知结果集合； 模型的编码器、解码器逐渐具备对点云信息特征提取和预测的能力； 构建障碍物缓冲区，具体内容如下： 基于概率化目标检测模型的分布假设和输出的方差信息，设置障碍物缓冲区； 得到概率化目标检测结果 通过可知，第n个障碍物包络框的各个属性标准差为： 其中，n表示障碍物的ID；σx、σy和σz分别是障碍物中心点在x、y和z轴上的标准差；σl、σw和σh分别是障碍物包络框长度、宽度和高度的标准差；σθ是障碍物航向角的标准差； 所有感知障碍物的包络框属性均应遵循3σ原则，各属性信息的抖动范围均应在其±3σ值之间，即： x∈[x-3σx,x+3σx]l∈[l-3σl,l+3σl] y∈[y-3σy,y+3σy]w∈[w-3σw,w+3σw]θ∈[θ-3σθ,θ+3σθ] z∈[z-3σz,z+3σz]h∈[h-3σh,h+3σh] 选择包络框，在BEV视角下的坐标系中进行平移变化，并选取并集，作为障碍物拓展包络框，拓展包络框的长度和宽度分别为： 其中，l和w分别表示感知模块预测的障碍物包络框的长度和宽度，le和we分别表示拓展后的障碍物包络框的长度和宽度。

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 吉林省长春市长春高新技术产业开发区前进大街2699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。