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！

龙图腾网获悉合肥学院申请的专利一种主动接管状态下的人机驾驶权决策系统及其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：CN119116946B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310796959.X，技术领域涉及：B60W30/18；该发明授权一种主动接管状态下的人机驾驶权决策系统及其方法是由王慧然;王其东;朱茂飞;胡学友;谷曼;张春鹏;仇多洋设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种主动接管状态下的人机驾驶权决策系统及其方法在说明书摘要公布了：本发明公开了一种主动接管状态下的人机驾驶权决策系统及其方法，涉及人机驾驶决策技术领域，通过将驾驶员主动接管状态下的横向人‑机驾驶权决策系统高度环境自适应化,在自动驾驶模式下，其可以根据行驶环境及驾驶员意图准确决策最佳驾驶模式；本发明既能最大限度地发挥驾驶员的自主权，进一步减小了由驾驶员误操作和感知系统未识别导致的错误决策，提高了驾驶员‑自动驾驶驾驶员权限决策的合理性。

本发明授权一种主动接管状态下的人机驾驶权决策系统及其方法在权利要求书中公布了：1.一种主动接管状态下的人机驾驶权决策方法，其特征在于，该方法具体包括如下步骤： 步骤一：根据自车与其他车辆的相对运动关系，确定车辆所在车道和左右车道的安全等级； 步骤二：驾驶员意图根据人-车状态参数和车-车状态参数，利用深度神经网络进行多分类输出预测，判断驾驶员接管行为；之后获取到驾驶员的接管行为，并分为三种保持车道、向左变道和向右变道； 步骤三：采用决策块的方式进行人机驾驶权决策，具体方式为： 定义SLM为车辆所在车道的安全级别，SLR和SLL分别为车辆右侧车道和左侧车道的安全级别；PR和PL分别表示驾驶员接管意图为右变道和左变道的概率； PL=maxPL,PR,PLK和PLK=maxPL,PR,PLK； 当SLM=0时，且minSLL,SLR≥SLM，若此时驾驶员有接管意图时，系统自动切换到人机共驾模式； 若SLM=1，当驾驶员有变道意图但变道概率小于40%时： 当SLR=0且PR=maxPL,PR,PLK＜40%时，允许驾驶员干预，但需要转入人机共驾模式； 当SLR≥SLM，驾驶员被允许介入且转入人机共驾模式； 若SLM=2，SLR=0时，在驾驶员有换道意图但变道概率小于40%时，驾驶员被允许介入且转入人机共驾模式； 若SLR=1时，驾驶员有向右换道意图时，驾驶员被允许介入且转入人机共驾模式； 若SLR=2，此状态下驾驶员有向右换道意图时，车辆控制权由驾驶员接管；对于相同状态，驾驶员有向左换道意图时亦然； 步骤一中确定车辆所在车道和左右车道的安全等级具体方式为： 根据式1和式2分别判断自我车辆与车辆i,j和i,r之间行驶区域的安全等级； 1 2 式中，v,vf，vr分别为车速、前车车速、后车车速；Ts1、Ts2为安全时间，Ss为缓冲距离;Δyf、Δyr分别为前面车辆和后面车辆的加速度;Tttcf和Tttcr是碰撞时间； 利用式3和式4分别确定车辆所在车道和左右车道的安全等级； 3 4 其中，Γi1|Ts1≥a0⋁Γi1|Ts2≥b0表示在等式1中，在车道i上Ts1≥a0orTs2≥b0； Γi2|Ts1≥a0vΓi2|Ts2≥b0表示在等式2中，在车道i上Ts1≥a0orTs2≥b0； 步骤二中的利用深度神经网络进行多分类输出预测，判断驾驶员接管行为具体方式为： 选取驾驶员转矩、方向盘角度、方向盘角速度、横摆角速度、自驾车与当前车道前车距离作为特征输入，设计了用于预测驾驶员接管行为的深度神经网络模型结构； 深度神经网络模型结构包含4个隐藏层，神经元个数依次为8、10、10、8； 车身传感器用于测量驾驶员扭矩、方向盘角度、方向盘角速度、横摆角速度，环境传感系统用于测量当前车道上自驾车与前方车辆的距离； 选择ReLU函数作为所设计神经网络的输入层和隐藏层的激活函数，由于所设计的DNN模型用于预测三类驾驶员接管行为的概率，因此其输出层包含三个神经元； 三个神经元的输出值在0到1之间，所有输出值之和为1；使用softmax函数作为输出层的激活函数。

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合肥学院，其通讯地址为：230000 安徽省合肥市经开区锦绣大道99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。