近日，我院周文亮老师主导研发的“一种基于深度强化学习的拟人化AEB决策方法、系统、设备及存储介质”获得国家发明专利授权（专利号：CN202411362515.6）。此项成果标志着我院在汽车智能安全控制领域的研究取得了新突破，为解决自动驾驶核心安全问题提供了“拟人化”解决方案。
自动紧急制动（AEB）系统是智能汽车的“生命安全带”，能在危急时刻自动刹车以避免碰撞。然而，传统AEB系统存在决策模式单一、忽视驾驶员主观感受、难以适应复杂多变行车场景等问题，可能导致制动过程生硬，影响驾乘舒适性和用户接受度。本发明针对行业痛点，创新性地将深度强化学习（DRL）技术与拟人化决策理念相结合。技术核心在于通过BP神经网络精准识别当前车辆所处的行驶工况，并引入加速度变化率（冲击度J）作为关键特征来动态识别驾驶员的风格。基于这些识别结果，系统能够为不同偏好的驾驶员量身定制“最小安全距离”，并构建了一个融合安全性、舒适性和行车效率的多级拟人化奖励函数，用以训练强化学习模型。
该专利技术不仅具有很高的理论价值，也具备巨大的市场应用前景，下一步，学院将针对这一领域开展进一步深入研究，为下一代L3/L4级智能驾驶汽车的AEB系统升级提供关键技术支撑。
