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！

龙图腾网获悉华东理工大学申请的专利基于鸟瞰图的无人车强化学习未知环境感知方法及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：CN117565880B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202311355084.6，技术领域涉及：B60W50/00；该发明授权基于鸟瞰图的无人车强化学习未知环境感知方法及系统是由易建军;张新科;苏林;王廉胜;叶杭博;李晨辉设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本基于鸟瞰图的无人车强化学习未知环境感知方法及系统在说明书摘要公布了：本发明提供一种基于鸟瞰图的无人车强化学习未知环境感知方法及系统，包括：采集深度图像，并转换生成鸟瞰图像；将鸟瞰图像数据输入神经网络的卷积层和全连接层生成图像数据的高维特征向量；采集无人车周围的局部点云数据输入多层感知器，生成地形点云数据的特征向量；通过IMU惯性传感器将无人车的位姿数据输入神经网络的两个连续的全连接层，生成位姿数据编码向量；通过全连接层解码三个模态特征信息，融合为高维特征向量；通过高维特征向量进行动作评估；依据环境特征选取得分最高的动作输出；通过无人车的决策模块接受并执行选取的动作；通过无人车的感知模块再次与环境进行交互，循环以上步骤直至到达目的地，最终实现无人车的自主导航。

本发明授权基于鸟瞰图的无人车强化学习未知环境感知方法及系统在权利要求书中公布了：1.一种基于鸟瞰图的无人车强化学习未知环境感知方法，其特征在于，包括： 步骤S1：采集深度图像，并转换生成鸟瞰图像； 步骤S2：将所述鸟瞰图像数据输入神经网络的卷积层和全连接层生成图像数据的高维特征向量； 步骤S3：通过激光雷达采集无人车周围的局部点云数据输入由卷积层和最大池化层组成的多层感知器，先依据点云的空间分布进行归一化，然后利用卷积和池化操作提取点云的空间分布特征信息，生成地形点云数据的特征向量； 步骤S4：通过IMU惯性传感器将无人车的位姿数据输入神经网络的两个连续的全连接层，生成位姿数据编码向量； 步骤S5：通过全连接层解码图像数据特征向量、地形点云数据的特征向量和位姿数据编码向量，融合为高维特征向量； 步骤S6：构建动作价值网络和最优优势函数网络，两个网络共享融合生成高维特征向量的神经网络层的参数，动作价值网络实时更新参数而最优优势函数网络非即时更新；将高维特征向量分别送入二者，通过高维特征向量评估当前环境，输出一个动作集，其中的每个动作含有一个得分； 步骤S7：选取得分最高的动作以角速度和线速度的形式输出； 步骤S8：无人车底盘接受选取的动作并转化为控制指令执行； 步骤S9：再次从步骤S1开始执行，循环以上步骤直至到达目的地。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。