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！

龙图腾网恭喜山东科技大学申请的专利一种基于数据融合的动态交通信号控制方法、设备及介质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：CN119992852B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510449889.X，技术领域涉及：G08G1/081；该发明授权一种基于数据融合的动态交通信号控制方法、设备及介质是由孙彦明;陈宝中;高文胜;刘开信;刘嘉乐;陈家硕;肖琪设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种基于数据融合的动态交通信号控制方法、设备及介质在说明书摘要公布了：本申请实施例公开了一种基于数据融合的动态交通信号控制方法、设备及介质，属于智慧交通技术领域，解决在遇到突发事故时，现有的交通信号控制难以做出有效反应的问题。在边缘节点处，通过多头注意力机制对道路监拍装置获取的第一交通数据，以及通过浮动车的定位装置获取的第二交通数据，进行数据融合，得到多源交通特征数据；每间隔第一预设时长后，云端将多源交通特征数据输入预置信号优化模型；通过PPO算法与联邦平均方法，对预置信号优化模型进行更新优化，生成全局交通模型；通过知识蒸馏，对全局交通模型进行压缩，并将压缩后得到的边缘交通模型迁移至相应边缘节点，以通过边缘交通模型对相应路段进行交通信号策略输出。

本发明授权一种基于数据融合的动态交通信号控制方法、设备及介质在权利要求书中公布了：1.一种基于数据融合的动态交通信号控制方法，其特征在于，所述方法包括： 在边缘节点处，通过多头注意力机制对道路监拍装置获取的第一交通数据，以及通过浮动车的定位装置获取的第二交通数据，进行权重分配，并基于分配的权重进行数据融合，得到多源交通特征数据； 每间隔第一预设时长后，云端接收所述边缘节点上传的所述多源交通特征数据，并将所述多源交通特征数据输入预置信号优化模型；其中，所述预置信号优化模型为基于DeepSeek-R1的多模态Transformer架构，并融合元学习进行构建； 通过PPO算法与联邦平均方法，对所述预置信号优化模型进行更新优化，生成全局交通模型； 通过知识蒸馏，对所述全局交通模型进行压缩，并将压缩后得到的边缘交通模型迁移至相应边缘节点，以通过所述边缘交通模型对相应路段进行交通信号策略输出； 所述通过PPO算法与联邦平均方法，对所述预置信号优化模型进行更新优化，生成全局交通模型，具体包括： 基于所述PPO算法，通过优化策略，最大化长期累积奖励； 其中，所述PPO算法的目标函数为： ； 其中，表示新旧策略的概率比；为新优化策略；为旧优化策略；表示信号灯控制策略；表示优势函数；表示剪切阈值；clip为剪切函数；为模型参数；为智能体在时间步t根据状态s t执行的动作；为智能体在时间步t的状态； 使用联邦平均算法，聚合多个所述边缘节点分别对应的所述模型参数，生成所述全局交通模型。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。