一种基于约束策略优化的纵向柔性安全驾驶规约方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及自动驾驶技术领域,具体公开了一种基于约束策略优化的纵向柔性安全驾驶规约方法,包括基于自然驾驶数据获取自然驾驶车辆安全关键事件;将责任敏感安全模型中纵向安全距离公式中的参数优化问题构建成约束马尔可夫决策过程模型,基于深度强化学习算法搭建神经网络,对策略神经网络、奖励值神经网络和开销值神经网络进行评估与优化,通过在真实自然驾驶数据中设计危险场景触发条件,提取自然驾驶车辆的安全关键事件,解决了当前责任敏感安全模型参数偏离实际场景设计导致难以实际使用的问题,在符合自然驾驶的安全关键场景中,既能保持车辆纵向行驶安全,又能最大程度避免过于保守的估计导致的触发规约,实现了安全性与高效性的兼顾。
《一种基于约束策略优化的纵向柔性安全驾驶规约方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024114340426,当前法律状态为已下证,由吉林大学提出申请,发明人为郑程元;高镇海;赵睿;樊宇泽;郝予之,申请日期为2024-10-15,公开(公告)日期为2024-12-10,国际专利分类号(IPC)为 B60W 60/00 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及自动驾驶技术领域,具体公开了一种基于约束策略优化的纵向柔性安全驾驶规约方法,包括基于自然驾驶数据获取自然驾驶车辆安全关键事件;将责任敏感安全模型中纵向安全距离公式中的参数优化问题构建成约束马尔可夫决策过程模型,基于深度强化学习算法搭建神经网络,对策略神经网络、奖励值神经网络和开销值神经网络进行评估与优化,通过在真实自然驾驶数据中设计危险场景触发条件,提取自然驾驶车辆的安全关键事件,解决了当前责任敏感安全模型参数偏离实际场景设计导致难以实际使用的问题,在符合自然驾驶的安全关键场景中,既能保持车辆纵向行驶安全,又能最大程度避免过于保守的估计导致的触发规约,实现了安全性与高效性的兼顾。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
