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！

龙图腾网获悉重庆大学申请的专利一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法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：CN118918708B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411012473.3，技术领域涉及：G08G1/01；该发明授权一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法是由赵敏;孙棣华;张福东设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法在说明书摘要公布了：本发明属于混合交通控制技术领域，公开了一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，包括：S1.设置混有网联自动车、人驾车、慢行车的近信号区三车道混合交通场景；S2.分别分析红绿灯中断效应、近信号区换道行为和慢行车移动瓶颈效应的规律和影响；S3.建立混有慢行车的近信号区混合交通流模型；S4.设计考虑流量差的网联自动车拥堵反馈控制方法；S5.设计网联自动车的速度引导方法，从而在路段和车辆尺度下对网联自动车进行速度建议和速度引导。本发明能够有效地抑制慢行车和红绿灯引起的交通拥堵和停车问题，减少燃油消耗，降低平均行程和等待时间，提升交通效率，为近信号区的交通协同控制问题提供了新的思路。

本发明授权一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法在权利要求书中公布了：1.一种近信号区混有慢行车的混合交通多尺度拥堵抑制方法，其特征在于，包括以下步骤： S1.设置混有网联自动车、人驾车、慢行车的近信号区三车道混合交通场景； 其中，网联自动车能够获取感知范围内的流量、密度以及红绿灯信息，人驾车和慢行车只能通过驾驶员感知获取交通信息； S2.根据步骤S1设置的混合交通场景，分别分析红绿灯中断效应、近信号区换道行为和慢行车移动瓶颈效应的规律和影响； S3.考虑异质交通主体在信息物理层面的差异性，建立混有慢行车的近信号区混合交通流模型； 所述步骤S3中，分别考虑人驾车渗透率ph、慢行车渗透率ps、人驾车渗透率pc，且ph+ps+pc＝1，则混有慢行车的近信号区混合交通流模型表示为： 式中，ρ表示密度；v表示速度；γ表示近信号区的换道率；βm表示距离越远的晶格，影响越小；lc表示车辆长度；ρ0表示道路平均密度；ρj表示第j晶格的流量；a表示驾驶员敏感系数；m代表CAV与前方第m个晶格通信；M表示最大通信晶格数量；Tr表示红灯时长；c表示在红绿灯相互转变时，车辆启动和停止所损失的时间和；λ表示慢行车的遵从度，且0＜λ＜1，λ越小，慢行车速度越慢，表明车辆越不遵从道路最优速度；Vρj是最优速度函数，校准后的参数为V1＝-2ms，V2＝8.234ms，C1＝0.1092m-1，C2＝3.414，V1'＝14.32ms，V2'＝4.916ms，C1'＝0.3456m-1，C2'＝1.446； S4.根据近信号区车辆在信息物理空间的变化，将近信号区划分为速度建议区和速度引导区，在速度建议区内，根据步骤S3构建的混合交通流模型，设计考虑流量差的网联自动车拥堵反馈控制方法； 所述步骤S4中，设计的网联自动车拥堵反馈控制方法的模型如下： 其中，uj是控制项，形式如下： ω表示控制增益，如果前面晶格的流量大于当前晶格的流量，说明前方道路畅通，那么控制项uj为正，当前路段的最优流量增大，反之则拥堵；rm表示距离自己越近的晶格，影响的权重越大； 根据最优速度函数和路段平均密度，可以求得路段最优速度，从而对当前路段的车辆实现速度建议，抑制交通拥堵； S5.在速度引导区内，结合车辆速度、车辆位置、红绿灯相位和时间信息设计网联自动车的速度引导方法，从而在路段和车辆尺度下对网联自动车进行速度建议和速度引导； 其中，T表示一个信号灯周期长度时间；xit为车辆位置；Xs为实线起始位置；X0为近信号区起始位置；n代表换道的次数；ρz代表道路交通密度；ρs代表道路最大流量对应的密度。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174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。