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！

龙图腾网获悉北京工业大学申请的专利基于安全强化学习的智能网联车辆轨迹控制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：CN120972576B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511296633.6，技术领域涉及：G05B13/04；该发明授权基于安全强化学习的智能网联车辆轨迹控制方法是由张永男;罗晓斌;贾晓璐;李昀轩;顾欣;孙智源;孙立山;陈艳艳设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本基于安全强化学习的智能网联车辆轨迹控制方法在说明书摘要公布了：本发明公开了一种基于安全强化学习的智能网联车辆轨迹控制方法，将信号交叉口场景建模为无向图，以车辆为节点、通信关系为边。构建基于DDQN的多智能体控制框架，通过图注意力网络提取节点动态空间特征作为状态输入，以CAV横纵向动作为联合动作空间，并设计多目标奖励函数。主Q网络输出各动作Q值，结合安全检查机制选择最优动作并实施控制。系统将状态、动作、奖励及下一状态存入经验回放池。目标Q网络周期性采样池中数据，对主网络参数进行优化训练，提升控制策略的稳定性与安全性。该方法实现CAV横纵向轨迹的协同控制，兼顾通行效率与行车安全，适用于不同网联渗透率环境。

本发明授权基于安全强化学习的智能网联车辆轨迹控制方法在权利要求书中公布了：1.一种基于安全强化学习的智能网联车辆轨迹控制方法，其特征在于，包括以下步骤： S1：将包含CAV车辆和HV车辆在内的智能网联信号交叉口场景建模为无向图，CAV车辆和HV车辆为无向图的节点，车辆之间的通信关系为无向图的边； S2：基于DDQN网络构建CAV轨迹控制智能体，包括相同网络架构的主Q网络和目标Q网络；提取无向图中CAV和HV各个节点之间的动态空间特征得到节点特征向量，作为智能体状态空间；将CAV的横纵向驾驶决策动作作为智能体联合动作空间；根据智能网联信号交叉口场景下的全局交通信息构建多目标奖励函数；所述多目标奖励函数包括：速度奖励函数、安全检查机制奖励函数、排队长度奖励函数和通行时间奖励函数； 所述CAV轨迹控制智能体包括利用目标Q网络对主Q网络参数进行训练优化的步骤，步骤中： 采用贪心策略选取当前状态下CAV所有横纵向驾驶决策动作，以的概率选择随机动作，以1的概率选择Q值最大的动作作为CAV的轨迹控制策略： ； 其中，为主Q网络生成的第i辆车的动作策略，为主Q网络输出当前状态下CAV所有横纵向驾驶决策动作，θ为主Q网络的网络参数； Q网络参数的优化目标函数如下： ； 其中，为主Q网络参数，为当前时刻智能体状态空间中状态下动作的估计Q值，为目标Q值： ； 其中，为当前时刻CAV横纵向决策动作的奖励，为折扣因子，为目标Q网络的参数，为下一时刻智能体状态空间中对应CAV车辆的状态，为下一时刻对应CAV车辆动作，由主Q网络在下一时刻状态下计算得到，即，然后将该动作输入到目标Q网络中，得到作为目标Q网络对状态下动作的Q值估计； S3：主Q网络提取当前时刻智能体状态空间数据，输出当前状态下CAV所有横纵向驾驶决策动作的Q值，结合安全检查机制选择最优联合动作，用于对CAV横纵向决策动作的同步控制；所述安全检查机制包括： 纵向动作检查机制，用于检查CAV车辆在当前车道是否符合安全加速度要求，若否则计算安全加速度并替换相应纵向驾驶决策动作； 横向动作检查机制，用于检测CAV车辆从当前车道驶向目标车道时，其与目标车道所有车辆的间距是否符合安全间距要求，若否则屏蔽相应横向驾驶决策动作； S4：根据多目标奖励函数获取当前时刻CAV横纵向决策动作的奖励，结合当前时刻智能体状态空间数据、最优联合动作，以及智能网联信号交叉口场景反馈的下一时刻智能体状态空间数据，作为样本数据组共同存储至共享经验回放池； S5：目标Q网络周期性从共享经验回放池采集样本数据组对主Q网络参数进行训练优化，优化后的主Q网络用于实时执行S3，实现对CAV横纵向决策动作的实时同步控制。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。