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！

龙图腾网获悉北京建筑大学申请的专利基于深度强化学习的车道级混合车流协同控制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：CN120412291B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510912699.7，技术领域涉及：G08G1/01；该发明授权基于深度强化学习的车道级混合车流协同控制方法及系统是由赵霞;李之红;李晨继;秦伊萌;吴梦琳;张蕊设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于深度强化学习的车道级混合车流协同控制方法及系统在说明书摘要公布了：本发明涉及交通运输信息工程领域，公开了一种基于深度强化学习的车道级混合车流协同控制方法及系统，该方法考虑了车道间的流量差和速度差，并嵌入深度强化学习的奖惩函数中，根据不同车道的混合车流分布情况，构建车道级双层网络控制策略，让其依据当前车道的车流量、车速及车道之间的相互关系，为每个车道动态生成不同的车辆速度上限，并通过所述深度强化学习模型在每一时刻进行反馈优化，不断适应交通变化状况，从而精确响应各个车道的运行需求，并予以实证研究。所述深度强化学习模型能取得优于基线模型的车道级混合车流协同控制效果，可有效缓解高速公路合流区的拥堵现状，且具有跨场景适用性。

本发明授权基于深度强化学习的车道级混合车流协同控制方法及系统在权利要求书中公布了：1.基于深度强化学习的车道级混合车流协同控制方法，其特征在于，包括： 通过路侧检测器感知高速公路合流区主线上游及下游的车辆流量、车辆密度、车辆速度数据，构建多维状态向量，既体现交通空间的异质性，又可保证速度调整的时间连续性，其中，为高速公路合流区主线上游车辆密度，为上游合流区密度，为高速公路合流区匝道车辆密度，为高速公路合流区主线下游车辆密度，为上一控制周期的历史车辆速度； 定义动作空间为车辆速度上限集合，为中某一车辆速度的上限值，的取值范围介于之间；同一车道及相邻车道在相邻时段的车辆速度上限差值均不超过20kmh； 选取马尔可夫决策过程建模相邻时段下车辆速度上限之间的状态转移概率，为深度强化学习模型提供环境交互机制； 定义深度强化学习奖励函数，以总行程时间最小为目标函数，以合流区主线上下游的车流量差异最小、车速差异最小为奖励条件，协同控制交通流运行状况； 构建深度强化学习模型，建模所述马尔可夫决策过程，依据当前车道的车流量、车速及车道之间的相互关系，为每个车道动态生成不同的车辆速度上限，并通过所述深度强化学习模型在每一时刻进行反馈优化，不断适应交通变化状况，动态更新动作空间，精确响应各个车道的运行需求； 利用SUMO平台搭建仿真环境，更改混合车流中智能网联车辆的渗透比率，并采用两种数据集在不同渗透率环境下进行模型的性能评估及实例验证; 针对高速公路合流区混合车流动态特性，构建车道级双层网络控制策略； 所述车道级双层网络控制策略，包括： 针对内侧高流量车道采用速度平滑控制以稳定车流，对外侧变道频繁车道实施速度协调控制以优化变道间隙； 通过建立车道间速度协同优化模型，最小化速度差异，并设置动态响应机制，当检测到交通状态突变时实时调整限速方案，从而提升合流区域整体通行效率。

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北京建筑大学，其通讯地址为：102616 北京市大兴区永源路15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”。