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！

龙图腾网获悉东南大学申请的专利一种城市道路信号交叉口饱和车头时距泛化估计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：CN119132041B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411029116.8，技术领域涉及：G08G1/01；该发明授权一种城市道路信号交叉口饱和车头时距泛化估计方法及系统是由喻晨骏;安成川;杨丰文;夏井新设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种城市道路信号交叉口饱和车头时距泛化估计方法及系统在说明书摘要公布了：本发明涉及城市道路交通技术领域，公开了一种城市道路信号交叉口饱和车头时距泛化估计方法及系统，包括获取号牌识别数据，提取得到交叉口信号周期；匹配所述号牌识别数据与浮动车数据，提取所有交叉口信号周期下路口排队车辆的饱和车头时距样本；筛选出饱和车头时距影响因素；用所述饱和车头时距样本作为输入，根据所述饱和车头时距影响因素，基于NGBoost模型构建饱和车头时距与各种饱和车头时距影响因素的概率估计模型；以各饱和车头时距影响因素作为概率估计模型的输入，输出饱和车头时距的泛化估计结果。本发明的有益效果为：能够根据现有且易获取的号牌识别数据和浮动车数据，对饱和车头时距进行泛化估计。

本发明授权一种城市道路信号交叉口饱和车头时距泛化估计方法及系统在权利要求书中公布了：1.一种城市道路信号交叉口饱和车头时距泛化估计方法，其特征在于，包括： 选取若干饱和车头时距的潜在影响因素，所述潜在影响因素包括道路等级、车道类型、车辆类型和天气状况，对所述潜在影响因素进行判别，进而得到饱和车头时距影响因素； 将筛选得到饱和车头时距影响因素输入预先构建好的概率估计模型中，得到饱和车头时距的泛化估计结果； 其中，所述概率估计模型的构建方法为： 基于NGBoost模型，建立同时期下饱和车头时距与所述饱和车头时距影响因素的函数关系的概率估计模型； 所述概率估计模型的训练方法为：利用提取到的饱和车头时距样本进行概率估计模型训练与测试，基于网格搜索确定所述概率估计模型的最优超参数组合； 其中，所述饱和车头时距样本的提取方法为： 获取历史号牌识别数据，利用所述历史号牌识别数据识别车辆队列，基于所述车辆队列提取得到交叉口信号周期； 获取历史浮动车数据； 匹配所述历史号牌识别数据与历史浮动车数据，提取所有交叉口信号周期下路口排队车辆的饱和车头时距样本； 得到所述交叉口信号周期的具体方法为： 对历史号牌识别数据进行预处理得到车头时距； 基于所述车头时距，设定车头时距阈值gap识别车辆队列； 以每一个车辆队列的头车确定信号周期开始，将历史号牌识别数据按周期进行划分，得到交叉口信号周期； 基于所述车头时距，设定车头时距阈值gap识别车辆队列的具体方法为： 对于每一个车头时距，若小于车头时距阈值gap则加入车辆队列，否则新增一个车辆队列，对每一个车辆队列编号； 筛除车辆队列中车辆数小于车辆数阈值num的车辆队列； 合并不满足最小红灯间隔的相邻车辆队列，更新车头时距及车辆队列编号； 以每一个车辆队列的头车确定信号周期开始，将号牌识别数据按周期进行划分，得到交叉口信号周期。

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东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼2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。