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！

龙图腾网获悉南京邮电大学申请的专利基于多通道车辆检测与立体特征标注的交通灯控制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：CN115565388B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211222380.4，技术领域涉及：G08G1/081；该发明授权基于多通道车辆检测与立体特征标注的交通灯控制方法是由丁飞;张楠;朱跃;都秉甲;赵峥;张登银;朱洪波设计研发完成，并于2022-10-08向国家知识产权局提交的专利申请。

本基于多通道车辆检测与立体特征标注的交通灯控制方法在说明书摘要公布了：本发明公开了一种基于多通道车辆检测与立体特征标注的交通灯控制方法，属于车辆检测和交通灯控制领域，该方法包括利用车辆检测模型采集交叉路口车辆信息；在重要的路段和交叉口引入时空双维度的道路拥堵重要性系数，形成路网交通流立体特征标注；建立基于模糊神经网络的交通灯控制系统，将得到的区域路网交通状态拥挤指数作为模糊神经网络的输入，获得预测出的交通灯控制信息。本发明提供的基于多通道车辆检测与立体特征标注的交通灯控制方法，考虑多路口、多车道、车辆时空分布情况对交通灯控制的影响因素，通过神经网络技术来进行模糊信息处理，并自动提取模糊规则以及生成模糊隶属函数，为观察和研究网络交通状态的演化提供了可视化方法。

本发明授权基于多通道车辆检测与立体特征标注的交通灯控制方法在权利要求书中公布了：1.基于多通道车辆检测与立体特征标注的交通灯控制方法，其特征在于，具体包括如下步骤： 步骤a、利用车辆检测模型进行特征检测，采集交叉路口车辆信息； 步骤b、基于步骤a中收集到的交叉路口车辆信息对三维平面道路上车辆拥堵状态进行分析，添加路网中各路段和交叉口的重要性权重系数，得到区域路网交通状态拥挤指数，形成路网交通流立体特征标注； 步骤b中添加路网中各路段和交叉口的重要性权重系数得到区域路网交通状态拥挤指数的过程具体包括： 采用图论的方法表示路网，将路网抽象为带权有向图，将交叉口抽象为路网中的节点，相邻节点之间的路段抽象为边；由交叉口及路段组成的区域路网模型可描述为:G＝{I,L}；其中，I表示区域路网中交叉口集合，I＝{I1,I2,…In}，In表示区域路网交叉口集合中第n个交叉口，L＝{lij|lij＝Ii,Ij；i,j＝1,2,…,n,i≠j}代表相邻节点间路段集合；lij表示存在一条从路口Ii到路口Ij的路段，其长度为lij； 步骤b1、首先建立路段和交叉口的交通状态模型，再进行计算整合成区域路网整体的交通状态矩阵； 所述路段交通状态模型如下： 其中，为路段Lij的交通状态值，为路段Lij的最高限速，vij为路段Lij的平均速度，qij为实测流量，Cij为通行能力，α、β为模型参数，α+β＝1且α,β∈[0,1]；当路段实际流量较小时，车辆间的干扰较小，运行速度大，交通状态较好，路段状态值也越小，反之同理； 所述交叉口交通状态模型如下： 其中，Pi I为交叉口i的交通状态值；饱和度R为交叉口实际交通量与通行能力之比，其公式为：其中R为交叉口进口道饱和度，Q、C分别为进口道的实际交通流量和通行能力，S为信号相位饱和流量，c为信号周期时长，g为有效绿灯时间；Ri为交叉口关键路段入口道最大饱和度；mi为交叉口i的关键路段数； 根据区域路网拓扑结构可得出表征实际路网物理连接关系的节点邻接矩阵AGmn，元素由如下公式表示： 其中，aij＝1时表明交叉口i和j存在实际通行路段，反之不存在或禁行； 通过在不同路段上采集的交通参数，可计算不同路段、交叉口在[tk,tk+1]时间段的交通状态值；在邻接矩阵基础上结合路段交通状态构成路网邻接交通状态矩阵，记为AP＝{pijt}，其中pijt可由如下公式表示； 其中pijt表示t时刻路网中不同路段交通状态指数；若pijt＝∞表示路段不存在或禁行； 步骤b2、考虑单位长度上的通行能力，使用空间重要性系数来体现常发性拥堵路段和交叉口在路网中的空间分布状态，所述路段及交叉口的空间重要性系数如下： 其中，和为关键系数，取值范围为[0,1]；mi为交叉口所管辖路段； 利用拥堵时间百分比反映交通路网拥堵出现的频率及程度，定义时间重要性系数为城市路网在一天中某一时间段内发生某一拥堵程度的频率系数，针对不同时间段路网交通评判拥堵的标准不统一，因此需要根据城市真实情况选取不同的交通拥堵阈值γ；若道路路段拥堵等级ftlij大于交通拥堵阈值，则表示处于拥堵状态，反之则处在畅通状态；各路段应满足如下条件： 其中，ftlij用以判断在统计天数内第t个时间段内路段lij的拥堵状态，Gratlij表示为统计天数内第t个时间段内单一路段拥堵等级，Fijt表示路段lij状态为拥堵的频率总数，N为总时间段数； 利用时段拥堵时长比来表示时间重要性系数，路段时间重要性系数和交叉口时间重要性系数如下： 其中，Ft为所有路段状态为拥堵的频率总和； 综合上述路段和交叉口的时间重要性系数、空间重要性系数两者对区域路网交通状态的影响，进行归一化整理，得出路网交通状态权重模型；路段权重模型和交叉口权重模型公式如下： 通过区域路网中对路段和交叉口的时空重要性权重模型的分析，路段权重系数矩阵WLt和交叉口权重向量WIt如下： WIt＝w1w2…wn； 步骤b3、在步骤b1得到的区域路网整体的交通状态矩阵的基础上考虑路段、交叉口时空重要性权重，则区域路网状态模型如下： 其中，PG为区域路网交通状态矩阵；元数PIijt为路网单元的交通状态，当i≠j时，PIijt表示路段的交通状态指标，当i＝j时，PIijt表示交叉口的状态指标，当PIijt＝∞时，表示不存在Lij路段；PIijt值反映了路段或交叉口拥挤程度，值越大表示越拥挤； 计算区域路网整体的交通状态拥挤指数PI的值： 其中，PI为区域路网交通状态拥挤指数，用来表示路网中子区域交通拥挤状态的程度；通过分析可知，PI值越大路网越拥挤；PI值越小表明整个路网交通比较畅通；λ为模型参数，取值为[0,1]； 步骤c、建立基于模糊神经网络的交通灯控制系统，将步骤b得到的区域路网交通状态拥挤指数作为模糊神经网络的输入，计算得出一段时间内区域路网交通拥堵状态与交通灯控制结果的对应关系，获得预测出的交通灯控制信息。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路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”。