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！

龙图腾网获悉山东大通世纪实业有限公司申请的专利基于时序大模型的态势感知交通控制方法、系统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：CN120412280B 。

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：202510727626.0，技术领域涉及：G08G1/01；该发明授权基于时序大模型的态势感知交通控制方法、系统及介质是由孙广淼;李文静;贾永亮;王健;陈弋设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本基于时序大模型的态势感知交通控制方法、系统及介质在说明书摘要公布了：本申请提供了一种基于时序大模型的态势感知交通控制方法、系统及介质，属于交通控制技术领域。该方法包括通过时序大模型处理道路监控视频流，以确定第一预设时段对应的态势感知数据集。基于历史态势感知时序数据分析态势感知数据集的感知数据变化结果，匹配与第一监控设备的监控路段对应的各关联路段，以构建相应关联类型的道路网络空间。根据道路网络空间对应的相似道路关联特征，匹配与多源数据类型对应的相关权重集，以对道路网络空间中监控设备组的多源数据进行加权融合，得到道路网络空间对应的道路控制等级判定指数。根据各道路控制等级判定指数及预设态势感知控制数据集，确定相应的交通控制策略，并将各交通控制策略发送至交通控制管理终端。

本发明授权基于时序大模型的态势感知交通控制方法、系统及介质在权利要求书中公布了：1.一种基于时序大模型的态势感知交通控制方法，其特征在于，所述方法包括： 将第一监控设备采集的道路监控视频流输入预先训练的时序大模型，以根据模型输出结果确定第一预设时段对应的态势感知数据集； 基于历史态势感知时序数据分析所述态势感知数据集的感知数据变化结果，匹配与所述第一监控设备的监控路段对应的各关联路段，以构建相应关联类型的道路网络空间； 根据所述道路网络空间对应的相似道路关联特征，匹配与多源数据类型对应的相关权重集，以根据所述相关权重集对所述道路网络空间中监控设备组的多源数据进行加权融合，得到所述道路网络空间对应的道路控制等级判定指数； 根据各所述道路控制等级判定指数及预设态势感知控制数据集，分别确定相应的交通控制策略，并将各所述交通控制策略发送至交通控制管理终端； 其中，将第一监控设备采集的道路监控视频流输入预先训练的时序大模型，以根据模型输出结果确定第一预设时段对应的态势感知数据集，具体包括： 通过所述时序大模型，识别第二预设时段的所述道路监控视频流中各类交通实体，并确定各类所述交通实体对应的交通实体流量曲线；所述道路监控视频流中不存在突发事件； 按照预设时间区间套，确定与各所述交通实体流量曲线对应的交通流量编码矩阵，并输出与所述交通流量编码矩阵对应的多个初始态势感知数据集；其中，各所述初始态势感知数据集与所述预设时间区间套中的子区间具有依赖关系； 根据各所述初始态势感知数据集，确定与各所述子区间对应的感知数据差异系数序列；其中，所述感知数据差异系数序列包含与所述预设时间区间套中的子区间的区间数量相等的感知数据差异系数；所述感知数据差异系数基于历史同期差异子系数和父区间结构差异子系数确定； 根据所述感知数据差异系数序列对所述时序大模型预测所述第一预设时段中各子区间的流量分布数据进行加权计算，以根据加权计算后的所述流量分布数据，输出所述第一预设时段对应的态势感知数据集； 其中，根据所述相关权重集对所述道路网络空间中监控设备组的多源数据进行加权融合，得到所述道路网络空间对应的道路控制等级判定指数，具体包括： 获取所述第一预设时段内所述道路网络空间中监控设备组采集的多源数据，并通过所述相关权重集对所述多源数据中相应多源数据类型的数据进行加权处理，得到加权多源数据向量； 将所述加权多源数据向量输入多维度评分模型，以根据模型输出结果确定所述道路控制等级判定指数；其中，所述多维度评分模型为预先训练的用于计算预设多维度子评分的机器学习模型。

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山东大通世纪实业有限公司，其通讯地址为：250000 山东省济南市历下区解放东路1号C座1604、1605、1606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。