深圳市综合交通与市政工程设计研究总院有限公司吕楠获国家专利权
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!
龙图腾网获悉深圳市综合交通与市政工程设计研究总院有限公司申请的专利一种基于强化学习的动态潮汐车道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:CN121212727B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202511739824.5,技术领域涉及:G06Q10/0631;该发明授权一种基于强化学习的动态潮汐车道控制方法及系统是由吕楠;陈吉发;曾炎盛;黄丽宇;史学文设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。
本一种基于强化学习的动态潮汐车道控制方法及系统在说明书摘要公布了:本申请公开了一种基于强化学习的动态潮汐车道控制方法及系统,涉及交通控制的技术领域,其包括获取历史车流数据和实时车流数据,得到交通模式,确定车道切换时机;根据车道切换时机,对潮汐车道进行视频监控,得到车辆数量、车辆间隔和车辆速度;根据车辆数量、车辆间隔以及车辆速度,得到自流动隔离栏的切换段落和切换时间点;构建突发事件模拟环境,进行突发事件模拟,并调用潮汐车道进行道路调整,得到最佳应对方案;对的交通情况进行实时数据采集,得到交通反馈数据,对其他区域的潮汐车道进行流量控制指导或对本潮汐车道进行整改。本申请具有提升潮汐车道的使用效率、车道变更时的提醒强度以及潮汐车道使用时的安全性的效果。
本发明授权一种基于强化学习的动态潮汐车道控制方法及系统在权利要求书中公布了:1.一种基于强化学习的动态潮汐车道控制方法,其特征在于,包括: 获取历史车流数据和实时车流数据,对所述历史车流数据和所述实时车流数据进行学习,得到交通模式,根据所述交通模式确定车道切换时机; 在潮汐车道上设置自流动隔离栏,根据所述车道切换时机,对潮汐车道进行视频监控,得到潮汐车道的当前使用画面,根据所述当前使用画面得到潮汐车道上的车辆数量、车辆间隔和车辆速度; 根据所述车辆数量、所述车辆间隔以及所述车辆速度,得到自流动隔离栏的切换段落和切换时间点,根据所述切换时间点将对应的切换段落进行移动; 获取当地的城市建设数据、城市内害数据、历史天气数据、交通事故数据、应急车辆响应数据,构建突发事件模拟环境,基于所述突发事件模拟环境进行突发事件模拟,并调用潮汐车道进行道路调整,得到最佳应对方案; 对变更后的潮汐车道周边的交通情况进行实时数据采集,得到交通反馈数据,根据所述交通反馈数据对其他区域的潮汐车道进行流量控制指导或对本潮汐车道进行整改; 获取历史车流数据和实时车流数据,对所述历史车流数据和所述实时车流数据进行学习,得到交通模式,根据所述交通模式确定车道切换时机的步骤,具体为: 获取历史车流数据和实时车流数据,基于所述历史车流数据,得到目标道路的历史来往车流密度和历史道路停车数据; 根据所述历史来往车流密度,得到车道上双向的来向车流密度和去向车流密度,根据所述历史道路停车数据,得到停车位置偏好; 根据所述来向车流密度生成来向车流密度曲线,根据所述去向车流密度生成去向车流密度曲线,根据所述来向车流密度曲线和所述去向车流密度曲线,得到所述目标道路在两个不同方向上的车流高峰区间; 将两个所述车流高峰区间放置在同一时间轴上,得到重叠高峰时段,结合两个所述车流高峰区间、所述重叠高峰时段以及所述停车位置偏好,得到目标道路上的历史交通模式; 基于所述实时车流数据,对所述历史交通模式进行验证,得到当前交通模式的契合度,根据所述契合度对所述历史交通模式进行适应性调整,得到交通模式; 提取所述交通模式中所述目标道路在不同方向上的目标重叠高峰时段,并识别不同方向上的两个车流密度的变化趋势,并根据所述变化趋势确定车道切换时机。
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深圳市综合交通与市政工程设计研究总院有限公司,其通讯地址为:518000 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦2栋701;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励