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！

龙图腾网获悉安徽工程大学申请的专利一种基于KCF算法的干线绿波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：CN116721559B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310619873.X，技术领域涉及：G08G1/081；该发明授权一种基于KCF算法的干线绿波控制方法及系统是由刘丙友;包俊涛;齐晶晶;张陆贤;杨潘;赵继兴设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本一种基于KCF算法的干线绿波控制方法及系统在说明书摘要公布了：本发明公开了一种基于KCF算法的干线绿波控制方法及系统，属于交通控制技术领域，包括以下步骤：S1：车流检测及跟踪；S2：绿波控制；S3：信号控制。本发明采用KCF算法实现车流的实时检测和跟踪，能够提供更准确、更实时的车流信息，从而实现更精细化的干线绿波控制，进一步提高道路通行能力，缓解交通拥堵；同时能够自适应交通流量变化和道路情况，具有更好的适应性和实用性。

本发明授权一种基于KCF算法的干线绿波控制方法及系统在权利要求书中公布了：1.一种基于KCF算法的干线绿波控制方法，其特征在于，包括以下步骤： S1：车流检测及跟踪 使用KCF算法实现对车流的实时检测和跟踪，获取车流信息； S2：绿波控制 根据车流信息和道路情况，计算出最优的绿灯时长和周期并实时调整绿灯时长和周期，得到信号控制策略； S3：信号控制 根据车流信息和信号控制策略，生成相应的绿灯时序，控制交通信号实现干线绿波控制； 在所述步骤S1中，具体过程如下： S111：初始化目标位置 在获取的图像中，选择目标车辆的初始位置，并根据初始位置，初始化KCF算法的滤波器； S112：目标检测与跟踪 在每一帧图像中，使用KCF算法的滤波器预测目标车辆的位置；此外，使用基于深度学习的车辆检测模型对整个场景中的车辆进行检测； S113：融合目标位置信息 将KCF算法预测的目标车辆的位置与车辆检测算法得到目标车辆的位置进行融合； S114：更新滤波器 根据融合后的目标位置，更新KCF算法的滤波器； S115：得到车流信息 根据更新后的目标车辆状态，分析交通流量、车辆速度、拥堵情况，得到车流信息； S116：重复上述过程 对于每一帧图像，重复步骤S112-S115，实时跟踪目标车辆并获得车流信息； 在所述步骤S2中，绿灯时长和周期的计算基于交通流量预测和道路拥堵状况分析，通过对车流信息的处理和分析，预测未来一段时间内车流的变化趋势，进而计算出最优的绿灯时长和周期； 在所述步骤S2中，得到信号控制策略的具体过程如下： S21：交通流量预测 基于KCF算法跟踪得到的车流信息，结合历史数据，使用时间序列分析、机器学习或深度学习方法对未来一段时间内的交通流量进行预测； S22：道路拥堵状况分析 根据对未来一段时间内的交通流量的预测结果，估算道路上的拥堵程度，得到未来一段时间内道路的拥堵状况； S23：计算绿灯时长和周期 根据交通流量预测结果和道路拥堵状况分析结果，基于饱和度的周期优化方法计算最优绿灯时长和周期，即得到信号控制策略； 在所述步骤S3中，实现干线绿波控制的具体过程如下： S31：分配绿灯时间 根据车流信息、道路优先级、拥堵状况以及步骤S2中计算得到的绿灯时长和周期，为每个方向分配绿灯时间； S32：确定绿灯顺序 根据实际道路情况和交通流量分布确定绿灯的开启顺序； S33：生成绿灯时序 根据分配的绿灯时间和绿灯顺序，生成绿灯时序，控制交通信号实现干线绿波控制。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区；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。