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！

龙图腾网获悉南京航空航天大学申请的专利一种基于BEV视角和数字孪生的智能车换道决策系统及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：CN116653953B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310554955.0，技术领域涉及：B60W30/18；该发明授权一种基于BEV视角和数字孪生的智能车换道决策系统及方法是由吕远飞;王春燕;周小川;赵万忠;钟怡欣;曲梦悦设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于BEV视角和数字孪生的智能车换道决策系统及方法在说明书摘要公布了：本发明公开了一种基于BEV视角和数字孪生的智能车换道决策系统及方法，系统包括：智能车端和边缘云端；所述智能车端包括：智能车感知模块和智能车运动控制模块；所述边缘云端包括：BEV模块、换道决策模块和验证模块；本发明通过BEV感知技术获得智能车行驶过程中的BEV视角，在该视角下，综合考虑智能车位置、周围车辆数量以及相对距离因素，获得最合适的智能车换道方向，通过换道轨迹规划算法规划出智能车按换道方向行驶所需的换道轨迹集，并通过数字孪生技术对换道轨迹集进行并行测试，获得满足智能车换道行驶安全性的最优换道决策方案。

本发明授权一种基于BEV视角和数字孪生的智能车换道决策系统及方法在权利要求书中公布了：1.一种基于BEV视角和数字孪生技术的智能车换道决策方法，其特征在于，步骤如下： 步骤1：智能车在行驶过程中需要进行换道时，通过安装在车身上的多传感器实时感知智能车周围的行车环境，并将多传感器获取的行车环境数据传输到边缘云端； 步骤2：通过滤波算法对所述步骤1中获得的行车环境数据进行处理，获得智能车当前时刻和时刻的BEV特征，并通过3D目标检测方法获得包含智能车周围车辆信息和车道线信息的BEV视角； 步骤3：根据时刻BEV视角求解智能车的可行驶区域、车道线数量和位置、周围车辆质心相对于智能车移动坐标系的位置、周围车辆的几何形状数据及数量，并由时刻和时刻BEV视角计算出周围车辆和智能车的绝对速度，将求解出的数据进行存储； 步骤4：通过BEV视角确定智能车所在的可行驶区域位置，当智能车左边为可行驶区域的左边界时，则智能车选择向右车道换道；当智能车右边为可行驶区域的右边界时，则智能车选择向左车道换道；当智能车左右两边均非可行驶区域边界时，则通过换道条件判断智能车换道方向； 步骤5：根据所述步骤4确定的智能车换道方向通过换道轨迹规划算法规划出智能车的换道轨迹集； 步骤6：根据智能车数据、静态环境数据和时刻动态环境数据，在边缘云端构建出数字孪生的智能车、数字孪生的静态环境和数字孪生的动态环境，并将三者放入同一个数字孪生的虚拟空间中，完成数字孪生行车场景的初始化，在数字孪生行车场景中控制数字孪生智能车对所述步骤5中规划的换道轨迹集进行并行测试，并判断换道轨迹集中是否存在最优换道决策方案，若存在，则进入步骤7，否则进入步骤5； 步骤7：将所述最优换道决策方案对应的驱动力、转角和制动力随时间的变化数据转换为可执行电信号，并分别传输给线控驱动单元、线控转向单元和线控制动单元，以完成智能车最优换道决策方案的执行任务； 所述步骤2中获得BEV特征的具体步骤为： 21计算多视角的RGB图像外积特征； 将处理过的前视RGB图像、后视RGB图像、左视RGB图像和右视RGB图像分别输入到第一图像特征提取Backbone、第二图像特征提取Backbone、第三图像特征提取Backbone、第四图像特征提取Backbone、第一深度估计网络、第二深度估计网络、第三深度估计网络、第四深度估计网络中，分别获得前视图像特征、后视图像特征、左视图像特征、右视图像特征、前视深度估计特征、后视深度估计特征、左视深度估计特征和右视深度估计特征，并分别将同一视角的图像特征与对应的深度估计特征做外积，获得具备深度信息的前视外积特征、后视外积特征、左视外积特征和右视外积特征，其中外积特征中每一个像素点对应的外积计算表达式为： ； 式中，表示像素点的外积结果；表示像素点深度估计值的概率向量；表示像素点对应的图像特征向量； 22获取图像BEV空间； 以智能车质心为原点建立移动坐标系，并以该原点在智能车周围建立三维网格，将所述步骤21中获得的四个外积特征中的每个像素点通过相机内参和外参投影到移动坐标系的网格中，对每个网格中的点进行特征求和，从而获得融合四个视角的图像BEV空间； 23融合图像BEV特征和点云BEV特征； 对所述步骤22中获取的图像BEV空间进行编码获得图像BEV特征，对处理后的点云数据进行编码获得点云BEV特征，融合两个特征获得BEV特征，融合的计算表达式为： ； 式中，为sigmoid函数；为全局平均池化操作；为卷积操作；[]表示拼接操作。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。