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人机增强感知的驾驶情境理解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：CN115743137B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211340369.8，技术领域涉及：B60W40/00；该发明授权一种基于人机增强感知的驾驶情境理解方法是由孙博华;马文霄;冷炘伦;张宇飞;吴官朴;赵帅;翟洋设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本一种基于人机增强感知的驾驶情境理解方法在说明书摘要公布了：本发明公开了一种基于人机增强感知的驾驶情境理解方法，其方法包括的步骤为：第一步、整合多源人机感知数据；第二步、分析驾驶人驾驶属性；第三步、构建人机增强感知模型；第四步、构建驾驶情境理解模型；有益效果：构建个性化驾驶习性计算模型，使自动驾驶感知系统更具人性化及个性化。实现根据当前时刻驾驶人习性类型，驾驶人感知模式和感知逻辑进行自主感知，实现对当前驾驶情境的人机融合感知语义推断。为智能车辆决策提供准确、全面的感知信息。能够实时计算驾驶情境复杂度和危险度，评估交通态势。

本发明授权一种基于人机增强感知的驾驶情境理解方法在权利要求书中公布了：1.一种基于人机增强感知的驾驶情境理解方法，其特征在于：其方法包括的步骤如下： 第一步、整合多源人机感知数据，具体过程如下： 步骤一、驾驶人生理数据整合，驾驶人生理数据包括脑电、肌电、心电、眼电和皮电的电信号； 步骤二、驾驶人外特性数据整合，在执行驾驶任务时，驾驶人外特性表现形式为头动，眼动，四肢操作控制方向盘、加速和制动踏板； 步骤三、交通环境与车辆状态数据整合，除完成步骤一和步骤二数据的整合外，还要将步骤一和步骤二中表征驾驶人的感知数据和步骤三中机器感知的数据通过处理实现时间和空间的同步，针对不同驾驶行为，提取描述不同驾驶行为相关的参数变量，获得驾驶行为特征矩阵，分析与驾驶人驾驶行为之间的关系； 第二步、分析驾驶人驾驶属性，具体过程如下： 步骤一、驾驶意图在线计算模型，分析驾驶人的驾驶属性，建立驾驶意图在线模型； 步骤二、个性化驾驶习性计算模型，为提高智能车辆的驾乘安全性和舒适性，使自动驾驶系统更具人性化及个性化，判断驾驶人驾驶习性，驾驶人驾驶习性分为稳健型、一般型和激进型，通过构建个性化驾驶习性计算模型，分析驾驶人的驾驶属性； 步骤三、驾驶人感知规律分析，为研究驾驶人驾驶属性，对不同习性驾驶人感知规律进行分析，包括激进型、稳健性、一般型驾驶人的跟驰感知规律， 换道感知规律、疲劳感知规律和紧急工况感知规律； 第三步、构建人机增强感知模型，具体步骤如下： 步骤一、建立驾驶人感知机制模型； 步骤二、建立以人为中心的自驾系统感知模型，具体方法如下： 将驾驶人横向和纵向感知机制模型输入以人为中心的自驾系统感知模型，一方面，自动驾驶感知系统以驾驶人为主，根据当前时刻驾驶人习性类型，驾驶人感知模式和感知逻辑进行自主感知，根据感兴趣区域进行交通参与物优先级确定，如果以人为中心的自动驾驶感知系统获得当前激进型驾驶人产生的换道意图，自驾系统对当前车道和左侧车道感兴趣交通参与物赋予较高的权值，右侧车道感知的交通参与物权值较低，根据权值大小逐级纳入自驾系统感知信息，另一方面，自驾系统需要对驾驶人感知信息的合理性进行评判，对当前驾驶人感知的信息是否准确以及有遗漏，完成以人为中心的自动驾驶感知系统纵侧向感知信息整合； 步骤三、人机感知一致性对比模型： 将步骤一中的驾驶人感知机制模型和步骤二中的以人为中心的自驾系统感知机制模型输入至人机感知一致性对比模型中，将驾驶人和以人为中心的自驾系统感知结果进行对比，若驾驶人和自驾系统感知结果一致时，直接输出感知结果；若驾驶人和自驾系统感知结果不一致时，自驾系统判断当前时刻驾驶人状态，对由于驾驶人状态引起的感知信息准确性和全面性进行校验，把自驾系统感知的信息以设定的权重补偿到人机感知一致性对比模型中，最终输出人机感知结果； 步骤四、人机感知数据融合模型，通过人机感知一致性对比模型感知结果之后，确定驾驶人感知信息和自驾系统感知信息，将有价值的信息输入至人机感知数据融合模型； 第四步、构建驾驶情境理解模型，具体步骤如下： 步骤一、人机融合感知语义推断； 步骤二、驾驶情境态势分析，具体方法如下： 驾驶人在行车过程中驾驶情境会不断演化，驾驶人感兴趣区域如何变化，得到开放驾驶情境的分析和预测结果，如果车辆在换道之后，本车和周围交通车的轨迹如何演化，对驾驶情境态势进行分析； 步骤三、驾驶情境复杂度评估，具体方法如下： 驾驶情境复杂度用道路动态交通环境复杂度和道路拓扑机构复杂度表示，由数位具有丰富驾驶经验的驾驶员对动态交通环境复杂度和道路拓扑结构复杂度进行评价，动态交通环境复杂度评价指标包括但不局限于交通参与者数目、密度和类型；道路拓扑结构复杂度评价指标包括但不局限于道路坡度、道路曲率、粘着系数、积水程度和平坦度；采用层次分析法，通过对上述评价指标进行重要度比较，得到不同动态交通环境和不同道路拓扑结构的不同评价指标的复杂度权重，按照评价指标及其权重计算道路动态交通环境复杂度和道路拓扑结构复杂度，将映射为[0,1]的区间； 步骤四、驾驶情境危险度评估，具体方法如下： 驾驶情境危险度影响因素为本车与周围车辆碰撞时间和驾驶员疲劳状态，在驾驶员疲劳状态定义为0-1之间的量纲数，“0”代表驾驶人状态良好，“1”代表驾驶人极度疲劳，其数值越大，造成驾驶情境危险度越大，碰撞时间越小驾驶情境危险度也越小，驾驶人极度疲劳，碰撞时间越小更容易发生交通事故，由此产生的驾驶情境危险度也越高，根据本车与周围车辆碰撞时间和驾驶员疲劳状态，评估驾驶情境危险度。

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。