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！

龙图腾网获悉福州大学申请的专利一种基于AI视觉分析的智慧交通控制方法、装置及介质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：CN120673319B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511188390.4，技术领域涉及：G06V20/40；该发明授权一种基于AI视觉分析的智慧交通控制方法、装置及介质是由卓逸凡;林新强;陈书林设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于AI视觉分析的智慧交通控制方法、装置及介质在说明书摘要公布了：本发明公开了一种基于AI视觉分析的智慧交通控制方法、装置及介质，包括用于控制右转车辆与电动车分组通行，其特征在于，包括以下步骤：采集右转车道和非机动车道的视频；对视频进行分析得到车辆信息和电动车信息；根据所述信息判断是否分组通行，采用DBSCAN密度聚类算法对第二信息中的电动车进行空间聚类，形成初步聚类结果；构建多维分组参数模型，为各参数分配动态权重；基于所述动态权重与初步聚类结果，通过多目标优化算法生成电动车通行分组；根据所述电动车通行分组，控制电动车以组为单位依次穿过右转车道。本发明可以大大提高电动车与右转车辆通行效率和安全性。

本发明授权一种基于AI视觉分析的智慧交通控制方法、装置及介质在权利要求书中公布了：1.一种基于AI视觉分析的智慧交通控制方法，用于控制右转车辆与电动车分组通行，其特征在于，包括以下步骤： 步骤1：视频采集，通过第一摄像头采集右转车道的第一视频，通过第二摄像头采集右转车辆左侧非机动车道的第二视频； 步骤2：AI视频分析，包括： 2.1对第二视频进行预处理，去除无用信息并提取有效特征，得到电动车的位置坐标、运动状态、等待时长及空间分布的基础数据； 2.2对第一视频进行分析，得到右转车辆的数量、车速、等待时长及时间段特征的第一信息；对预处理后的第二视频数据进一步分析，得到电动车的数量、密度、聚集区域及等待时长的第二信息； 基于所述第一信息和所述第二信息判断是否执行步骤3；所述判断的标准为右转车辆的数量大于或等于第一阈值，或所述电动车的数量大于第二阈值； 步骤3：智能分组，包括： 3.1采用DBSCAN密度聚类算法对第二信息中的电动车进行空间聚类，形成初步聚类结果； 3.2构建多维分组参数模型，所述参数包括右转车辆的车流量、平均车速、平均等待时长及当前时间段特征，为各参数分配动态权重； 3.3基于所述动态权重与初步聚类结果，通过多目标优化算法生成电动车通行分组； 步骤4：通行控制，根据所述电动车通行分组，控制电动车以组为单位依次穿过右转车道，同时在电动车通行时通知右转车辆停车等待； 所述步骤3.2中构建多维分组参数模型包括： 3.2.1确定核心参数集：包括车辆维度参数和时间维度参数，所述车辆维度参数包括车流量Q、平均车速V和平均等待时长T； 3.2.2动态权重分配：采用层次分析法确定各参数权重，其中车流量权重ω1=0.3，平均车速权重ω2=0.25，平均等待时长权重ω3=0.3，高峰系数权重ω4=0.15； 3.2.3综合评分计算：通过公式C=ω1×Q+ω2×1V+ω3×T+ω4×S计算车辆状态综合评分，其中C值越高表示车辆等待压力越大，Q为车流量、V为平均车速、T为平均等待时长、S为时间维度参数，高峰时段S=1.2，平峰时段S=1.0，低峰时段S=0.8； 所述步骤3.3中通过多目标优化算法生成电动车通行分组具体包括： 3.3.1设定优化目标：最小化电动车总等待时间和最小化车辆平均等待时间； 3.3.2基于综合评分C动态调整分组参数：当C≥80时，组大小上限=10辆，最大分组数=2组，组间间隔=4秒；当50≤C80时，组大小上限=15辆，最大分组数=3组，组间间隔=7秒；当C50时，组大小上限=20辆，最大分组数=5组，组间间隔=10秒； 3.3.3采用遗传算法对初步聚类结果进行优化，将等待时长最长的电动车优先分配至早通行组，同时保证每组空间聚集度≥0.8；聚集度=组内电动车平均距离组间平均距离。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。