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！

龙图腾网获悉苏州万集车联网技术有限公司申请的专利一种交通信号灯的控制方法、装置、终端设备和存储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：CN116189451B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211678202.2，技术领域涉及：G08G1/07；该发明授权一种交通信号灯的控制方法、装置、终端设备和存储介质是由李荦;杨唐涛;王邓江;胡汇泽设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种交通信号灯的控制方法、装置、终端设备和存储介质在说明书摘要公布了：本申请涉及设备控制技术领域，提出一种交通信号灯的控制方法、装置、终端设备和存储介质。该方法包括：获取交通路口中每个车辆的行驶状态数据，行驶状态数据包括对应车辆在交通路口的未来行驶方向；将行驶状态数据输入至已训练的信号灯控制模型进行处理，通过信号灯控制模型输出的状态动作价值函数，对交通路口的信号灯进行控制；其中，信号灯控制模型为基于深度强化学习算法训练得到的图神经网络，图神经网络的节点为信号灯的各个相位，各个节点的特征数据为对应相位下所有可通行车道的车辆的行驶状态数据，深度强化学习算法的状态为车辆的行驶状态数据，动作为信号灯的各个相位。采用该方法能够提高信号灯配时的准确度，从而提升车辆通行效率。

本发明授权一种交通信号灯的控制方法、装置、终端设备和存储介质在权利要求书中公布了：1.一种交通信号灯的控制方法，其特征在于，包括： 获取交通路口中每个车辆的行驶状态数据，所述行驶状态数据包括对应车辆在所述交通路口的未来行驶方向； 将所述行驶状态数据输入至已训练的信号灯控制模型进行处理，通过所述信号灯控制模型输出的状态动作价值函数，对所述交通路口的信号灯进行控制； 其中，所述信号灯控制模型为基于深度强化学习算法训练得到的图神经网络，所述图神经网络的节点为信号灯的各个相位，各个所述节点的特征数据为对应相位下所有可通行车道的车辆的行驶状态数据，所述深度强化学习算法的状态为车辆的行驶状态数据，所述深度强化学习算法的动作为信号灯的各个相位； 所述信号灯控制模型通过以下方式训练得到： 构建评估网络和目标网络，所述评估网络和所述目标网络为结构相同的图神经网络； 基于所述评估网络，通过所述深度强化学习算法的智能体与所述交通路口交互的方式，生成多条经验记录； 将所述多条经验记录存入经验池； 通过所述智能体从所述经验池中抽取设定数量的所述经验记录；其中，每条所述经验记录包含所述智能体与所述交通路口进行交互时得到的状态更新信息、执行动作以及所述交通路口反馈的奖励； 以设定数量的所述经验记录作为训练集，利用基于所述评估网络输出的状态动作价值函数和所述目标网络输出的状态动作价值函数构建的损失函数，对所述评估网络进行优化训练，得到所述信号灯控制模型； 其中，所述基于所述评估网络，通过所述深度强化学习算法的智能体与所述交通路口交互的方式，生成多条经验记录，包括： 获取第一时刻所述交通路口中每个车辆的行驶状态数据； 对第一时刻所述交通路口中每个车辆的行驶状态数据进行预处理，得到各个所述节点的第一节点特征数据； 将各个所述节点的第一节点特征数据作为第一状态输入所述评估网络进行处理，由所述智能体根据所述评估网络输出的状态动作价值函数从动作空间中选取目标动作； 根据所述目标动作控制所述信号灯切换相位； 在所述信号灯切换相位后，获取第二时刻所述交通路口中每个车辆的行驶状态数据； 对第二时刻所述交通路口中每个车辆的行驶状态数据进行预处理，得到各个所述节点的第二节点特征数据，并将所述第二节点特征数据作为第二状态； 获取所述交通路口反馈至所述智能体的目标奖励； 根据所述第一状态、所述目标动作、所述目标奖励和所述第二状态，生成一条所述经验记录。

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苏州万集车联网技术有限公司，其通讯地址为：215000 江苏省苏州市相城区高铁新城青龙港路286号长三角国际研发社区启动区9号楼B幢6层601室；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。