CN120096565B 神经网络驱动的车辆自适应巡航控制方法 （上海卫创信息科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120096565B(45)授权公告日2025.07.11

(21)申请号202510602398.4

(22)申请日2025.05.12

(65)同一申请的已公布的文献号申请公布号CN120096565A

(43)申请公布日2025.06.06

B60W40/02(2006.01)

(56)对比文件

US2024308506A1,2024.09.19CN119536258A,2025.02.28

审查员王翠亭

(73)专利权人上海卫创信息科技有限公司

地址201203上海市浦东新区中国(上海)

自由贸易试验区郭守敬路498号6幢4

层11401、11403室

(72)发明人翁肇杰高振许得群

(74)专利代理机构上海君赢达律师事务所

31495

专利代理师李博

(51)Int.CI.

B60W30/14(2006.01)权利要求书3页说明书10页附图4页

(54)发明名称

神经网络驱动的车辆自适应巡航控制方法

(57)摘要

CN120096565B本发明涉及车辆巡航控制技术领域，公开了一种神经网络驱动的车辆自适应巡航控制方法。通过多模态传感器采集实时行驶数据，利用多层卷积神经网络进行时空特征融合生成动态环境感知数据，输入预训练的自适应决策模型得到驾驶策略参数。基于此构建混合整数规划模型，采用集成动态松弛阈值与启发式剪枝策略的增量式分支定界算法全局规划巡航路径，输出最优巡航轨迹数据。再构建包含规划层、协调层与执行层的分级控制框架，规划层生成全局轨迹序列，协调层动态修正局部轨迹，执行层基于鲁棒滑模控制算法实现车辆纵向加速度与横向转向角跟踪，输出车辆控制指令完成自适应巡航控制，提

CN120096565B

的实时门世

足

CN120096565B权利要求书1/3页

2

1.一种神经网络驱动的车辆自适应巡航控制方法，其特征在于，包括：

通过多模态传感器采集车辆的实时行驶数据；

基于多层卷积神经网络对所述实时行驶数据进行时空特征融合，生成动态环境感知数

据；

将所述动态环境感知数据输入预训练的自适应决策模型，生成驾驶策略参数；

根据所述驾驶策略参数构建混合整数规划模型，所述混合整数规划模型以行驶安全距离最大化和能耗均衡化为优化目标，采用增量式分支定界算法对巡航路径进行全局规划，其中所述增量式分支定界算法集成动态松弛阈值与启发式剪枝策略；基于所述混合整数规划模型输出最优巡航轨迹数据；

根据所述最优巡航轨迹数据构建分级控制框架，所述分级控制框架包括规划层、协调层与执行层，其中规划层基于所述驾驶策略参数生成全局轨迹序列，协调层采用滚动时域优化算法对局部轨迹进行动态修正，执行层基于鲁棒滑模控制算法实现车辆的纵向加速度与横向转向角跟踪；通过所述分级控制框架输出车辆控制指令，完成自适应巡航控制。

2.根据权利要求1所述的车辆自适应巡航控制方法，其特征在于，所述基于多层卷积神经网络对所述实时行驶数据进行时空特征融合，生成动态环境感知数据包括：

多模态传感器包括激光雷达、毫米波雷达、惯性测量单元、视觉摄像头以及超声波传感

器；

对激光雷达点云数据与视觉摄像头图像进行多尺度体素化处理，生成三维栅格特征图；对毫米波雷达数据与超声波传感器数据进行时序对齐，构建时序距离-速度矩阵；

构建双通道卷积神经网络，第一通道采用三维稀疏卷积核提取所述三维栅格特征图的几何特征，第二通道采用时序卷积核提取所述时序距离-速度矩阵的动态特征；

通过跨通道特征拼接层融合所述几何特征与动态特征，生成联合特征张量；基于门控循环单元对所述联合特征张量进行时间依赖性建模，输出包含环境障碍物位置、速度及运动趋势的动态环境感知数据。

3.根据权利要求1所述的车辆自适应巡航控制方法，其特征在于，所述自适应决策模型采用分阶段图注意力网络结构，基于动态优先级分配机制对驾驶策略进行多目标优化；所述分阶段图注意力网络结构包括：

构建车辆-环境交互图，图中节点包括自车节点、周围车辆节点、车道线节点及障碍物节点，节点属性包含位置、速度及加速度向量；

采用两阶段注意力机制，第一阶段通过空间注意力层计算自车节点与周围节点的关联权重，第二阶段通过时