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！

龙图腾网获悉同济大学申请的专利面向自动驾驶测试的以被测车为中心的交互式仿真方法和系统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：CN121365008B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511936254.9，技术领域涉及：G06F11/3668；该发明授权面向自动驾驶测试的以被测车为中心的交互式仿真方法和系统是由赵晓聪;刘懿如;孙剑;杭鹏;蒋溪彦设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本面向自动驾驶测试的以被测车为中心的交互式仿真方法和系统在说明书摘要公布了：本发明涉及一种面向自动驾驶测试的以被测车为中心的交互式仿真方法和系统，通过联合构建并训练被测车规划代理模型和背景车交互模型实现自动驾驶测试，方法包括如下步骤：基于自动驾驶数据集构建标准化输入特征；构建以场景数据为输入，以加权代价最小的被测车最优规划轨迹为输出的被测车规划代理模型，其中，权重建模为可学习参数的连续概率分布；构建以场景数据和被测车最优规划轨迹为输入，以背景车交互仿真轨迹为输出的以被测车为中心的背景车交互模型；基于自动驾驶数据集，对被测车规划代理模型和背景车交互模型进行联合训练；基于训练后的被测车规划代理模型和背景车交互模型实现自动驾驶闭环仿真测试。本方法提升了仿真的真实性与交互性。

本发明授权面向自动驾驶测试的以被测车为中心的交互式仿真方法和系统在权利要求书中公布了：1.一种面向自动驾驶测试的以被测车为中心的交互式仿真方法，其特征在于，通过联合构建并训练被测车规划代理模型和背景车交互模型实现自动驾驶测试，所述方法包括如下步骤： 获取自动驾驶数据集，基于所述自动驾驶数据集，构建标准化输入特征； 构建以场景数据为输入，以加权代价最小的被测车最优规划轨迹为输出的被测车规划代理模型，其中，权重建模为可学习参数的连续概率分布； 构建以场景数据和被测车最优规划轨迹为输入，以背景车交互仿真轨迹为输出的以被测车为中心的背景车交互模型； 基于自动驾驶数据集构建标准化输入特征，对所述被测车规划代理模型和所述背景车交互模型进行联合训练； 基于训练后的被测车规划代理模型和背景车交互模型实现自动驾驶闭环仿真测试， 所述的被测车规划代理模型建模为： ， ， 其中，为以当前时刻为基准，仿真步内的被测车最优规划轨迹，为加权的代价函数，为规划轨迹，为决定驾驶风格的权重向量且，为代价函数的项数，为预设的第个代价函数项，为场景状态，为地图信息，和为可学习的概率分布的特征参数，为符合预设分布的随机变量，，表示高斯分布，表示全1的张量，表示向量的逐元素乘法， 所述的背景车交互模型的处理过程包括如下步骤： 利用长短时记忆网络对所述被测车的状态以及背景车的状态进行编码，得到初始智能体特征； 利用多层感知机对所述地图信息进行编码，得到初始地图特征； 利用长短时记忆网络对输入的被测车最优规划轨迹进行编码，得到初始规划轨迹特征； 通过自注意力机制对所述初始智能体特征进行处理，建模多个交通参与者之间的交互关系，得到智能体交互特征； 通过交叉注意力机制，以所述智能体交互特征作为查询向量，以所述初始地图特征作为键向量和值向量进行特征融合，建模智能体与地图要素之间的交互关系，得到表征地图约束对智能体行为影响的智能体-地图交互特征； 通过交叉注意力机制，以所述智能体交互特征作为查询向量，以所述初始规划轨迹特征作为键向量和值向量进行特征融合，建模背景车对被测车规划意图的响应关系，得到智能体-意图交互特征； 拼接所述智能体交互特征、智能体-地图交互特征与智能体-意图交互特征，通过解码得到背景车轨迹的多模态分布，即背景车交互式仿真轨迹。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。