公开(公告)号：CN118928463A

公开(公告)日：2024-11-12

申请号：CN202410990980.8

申请日：2024-07-23

Applicant: 燕山大学

Inventor： 金立生 ,  付浩岩 ,  谢宪毅 ,  周和平 ,  刘艺昕 ,  魏青嵩 ,  周心晴

IPC: B60W60/00 ,  B60W50/00

Abstract: 本申请涉及自动驾驶行为决策技术领域，公开了一种基于预测轨迹的安全强化学习智能车汇入决策方法及系统。构建强化学习汇入决策模型，利用预测模型获取每个动作对应的预测轨迹，基于代价函数计算预测轨迹中每一步状态的代价，利用折现总代价计算方法计算预测轨迹的折现总代价。然后根据每个动作的折现总代价确定安全动作集。若智能体的原始决策动作在安全动作集中，或者安全动作集为空，则输出原始决策动作；若不在安全动作集中，则输出安全动作集中价值最大的动作。本申请中，将预测轨迹融入安全强化学习，通过将不安全动作替换为安全动作，有效地减少了训练过程中的碰撞次数，从而缩短了训练周期，降低了训练成本，提高了汇入决策的安全性。

公开(公告)号：CN118900203A

公开(公告)日：2024-11-05

申请号：CN202411249998.9

申请日：2024-09-06

Applicant: 燕山大学

Inventor： 金立生 ,  魏青嵩 ,  刘艺昕 ,  谢宪毅 ,  石业玮 ,  雒国凤

IPC: H04L9/40

Abstract: 本发明公开了一种在线实时的智能网联车网络攻击威胁分析与风险评估方法。该方法包括：获取威胁场景信息、损害场景信息以及攻击路径信息；以所述威胁场景信息、所述损害场景信息以及所述攻击路径信息作为输入，利用经训练的损害场景评估模型和攻击可行性评估模型，获得各损害场景的影响等级和攻击可行性等级；利用所述各损害场景的影响等级和所述攻击可行性等级，结合设定的风险矩阵计算获得智能网联车的风险等级。本发明能够有效识别系统当前受到的攻击威胁并且进行在线实时的风险评估，对于智能网联车自动驾驶技术的发展具有重要意义。