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！

龙图腾网获悉山东科技大学申请的专利一种车路协同下边缘计算的碳流优化方法、设备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：CN121328863B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511883706.1，技术领域涉及：G06Q10/04；该发明授权一种车路协同下边缘计算的碳流优化方法、设备及介质是由孙彦明;刘嘉乐;赵军;陈家硕;肖琪;陈宝中;刘开信;高文胜设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种车路协同下边缘计算的碳流优化方法、设备及介质在说明书摘要公布了：本申请公开了一种车路协同下边缘计算的碳流优化方法、设备及介质，涉及交通碳排放技术领域。方法包括：获取车辆的实时状态参数序列和环境信息，通过内置的碳排放数字孪生模型，生成至少两种候选驾驶策略；针对候选驾驶策略，通过查询车辆比功率的排放因子映射表并积分，计算出对应的预期碳排放量；将候选驾驶策略和对应的预期碳排放量封装为竞价包，并发送至路侧的边缘计算节点；基于接收到的竞价包，发起碳权逆向拍卖，采用启发式搜索算法对组合优化问题进行求解，确定中标策略集合；根据中标策略集合，生成协同驾驶策略，并下发至对应的车辆端节点。本申请通过上述方法实现了抑制信息失真，实现了对区域总碳排放的直接、实时优化控制。

本发明授权一种车路协同下边缘计算的碳流优化方法、设备及介质在权利要求书中公布了：1.一种车路协同下边缘计算的碳流优化方法，其特征在于，所述方法包括： 通过车辆端节点获取车辆的实时状态参数序列和环境信息，通过内置的碳排放数字孪生模型，生成至少两种候选驾驶策略； 针对所述候选驾驶策略，通过查询车辆比功率的排放因子映射表并积分，计算出对应的预期碳排放量； 将所述候选驾驶策略和对应的所述预期碳排放量封装为竞价包，并发送至路侧的边缘计算节点，具体包括： 基于所述边缘计算节点包括上游边缘计算节点和下游边缘计算节点； 在所述上游边缘计算节点完成所述候选驾驶策略后，得到碳排放惯性指数和平均信誉分，其中，所述碳排放惯性指数表征车流在离开上游节点区域时的碳排放水平趋势，所述平均信誉分表征车流的报价可信度； 将所述碳排放惯性指数和平均信誉分封装为碳波协议数据包，并发送至所述下游边缘计算节点； 所述下游边缘计算节点利用所述碳波协议数据包进行前馈校准； 基于接收到的所述竞价包，发起碳权逆向拍卖，采用启发式搜索算法对组合优化问题进行求解，确定中标策略集合，具体包括： 在所述优化问题的目标函数中，为每一辆车的所述预期碳排放量结合信誉权重系数，以降低中标概率，其中，目标函数为；约束条件为；其中，为车辆的索引，为候选驾驶策略的索引，为区域内的车辆集合，为车辆的候选驾驶策略总数；为二进制决策变量，表示是否选中车辆的策略；为车辆在执行策略时的预期碳排放成本；为车辆的动态信誉分； 为基于动态信誉分的信誉风险函数，函数值为动态信誉分的单调递减函数，用于对所述预期碳排放成本进行加权调整； 将每个车辆对所述候选驾驶策略的选择编码为一个基因，所有车辆的选择组成一个染色体； 以区域内所有车辆的总预期碳排放量作为适应度函数； 通过迭代执行选择、交叉和变异操作，进化出适应度函数值最小的染色体，该染色体所代表的解即为所述中标策略集合； 根据所述中标策略集合，生成协同驾驶策略，并下发至对应的车辆端节点； 在所述根据所述中标策略集合，生成协同驾驶策略，并下发至对应的车辆端节点之后，所述方法还包括： 在车辆执行完毕所述协同驾驶策略后，获取该车辆的实际碳排放量； 将所述实际碳排放量与所述预期碳排放量进行比对，计算出预测误差； 基于所述预测误差，采用预设的更新规则，更新该车辆的信誉分，所述信誉分与信誉权重系数预设固定映射规则； 所述方法还包括： 基于路侧感知设备获取车流数据，采用时空图神经网络模型，预测未来预设时间内各车道级细粒度区域的碳排放量； 在预测到目标区域的所述碳排放量将在预设时间后超过预设阈值时，对进入该区域的车辆子集触发所述碳权逆向拍卖。

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科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。