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！

龙图腾网获悉中山大学·深圳;中山大学申请的专利一种智能网联车辆的信号配时与车辆轨迹协同优化方法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：CN119252028B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411434765.6，技术领域涉及：G08G1/01；该发明授权一种智能网联车辆的信号配时与车辆轨迹协同优化方法是由黄玮;宋宇杰;赵煜翔;刘永红设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种智能网联车辆的信号配时与车辆轨迹协同优化方法在说明书摘要公布了：本发明公开了一种智能网联车辆的信号配时与车辆轨迹协同优化方法，方法包括：根据道路中不同类型车辆对应的不同类型跟车模式，采用不同车辆跟驰模型获取参数集合；通过道路基础设施获取通信范围内车辆的状态信息，并传输到上层信号配时优化层；根据所述参数集合，以各相位的绿信比为决策变量，将通信范围内车辆的状态信息作为基本输入信息，构建上层信号配时优化模型；基于三角函数优化模型，通过判断车辆是否满足轨迹优化条件，构建下层车辆轨迹优化模型；根据所述上层信号配时优化模型及所述下层车辆轨迹优化模型，循环优化信号配时与车辆轨迹。本发明实施例能够提升交通优化能力，并大幅提高优化效率，可广泛应用于智能交通技术领域。

本发明授权一种智能网联车辆的信号配时与车辆轨迹协同优化方法在权利要求书中公布了：1.一种智能网联车辆的信号配时与车辆轨迹协同优化方法，其特征在于，包括以下步骤： 根据道路中不同类型车辆对应的不同类型跟车模式，采用不同车辆跟驰模型获取参数集合； 通过道路基础设施获取通信范围内车辆的状态信息，并传输到上层信号配时优化层； 根据所述参数集合，以各相位的绿信比为决策变量，将通信范围内车辆的状态信息作为基本输入信息，构建上层信号配时优化模型； 基于三角函数优化模型，通过判断车辆是否满足轨迹优化条件，构建下层车辆轨迹优化模型； 根据所述上层信号配时优化模型及所述下层车辆轨迹优化模型，循环优化信号配时与车辆轨迹； 所述根据道路中不同类型车辆对应的不同类型跟车模式，采用不同车辆跟驰模型获取参数集合，包括以下步骤： 将道路中跟车模式分为三类，选取三种不同车辆跟驰模型； 令三种跟驰模型中车辆模型的加速度以及所述车辆模型与前车的速度差为0，计算三种车辆跟驰模型的不同车头间距； 计算三种跟驰模型在道路中所占的百分比； 三种不同车辆跟驰模型分别为IDM, CACC 和ACC三种车辆跟驰模型； 所述根据所述参数集合，以各相位的绿信比为决策变量，将通信范围内车辆的状态信息作为基本输入信息，构建上层信号配时优化模型，包括以下步骤： 提出信号配时的相位假设，所述相位假设的表达式为，其中为交叉口信号配时方案的相位个数；为相位对应的绿灯时间； 构建以延误最小化为目标的目标函数； 建立信号配时优化模型的约束条件，约束条件包括周期长度约束与绿灯时间约束；周期长度约束用来保证各相位绿灯时间之和应等于周期长度，周期长度约束的表达式为： ； 绿灯时间约束用来将各相位绿灯时长控制在最长绿灯时间和最短绿灯时间内，绿灯时间约束的表达式为：； 完成所述上层信号配时优化模型的构建； 所述基于三角函数优化模型，通过判断车辆是否满足轨迹优化条件，构建下层车辆轨迹优化模型，包括以下步骤： 计算交叉口范围内的局部CAV渗透率； 计算道路平均车头间距与饱和流速度； 判断CAV是否满足轨迹优化条件，具体为：在当前信号灯为绿灯时，若该CAV能够在当前绿灯时间内通过交叉口，或者当前信号灯为红灯时，若该CAV能够在下一绿灯时间内通过交叉口，则满足轨迹优化条件，否则不满足; 构建基于三角函数的轨迹优化模型，若初速度高于平均速度，在时段内，CAV的速度缓慢降低至平均车速，此时加速度逐渐增大；在时段内，CAV的速度缓慢降低至匀速，此时加速度逐渐减小，直至为0；在时段内，CAV以匀速通过交叉口。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明新区光明街道公常路66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。