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！

龙图腾网获悉苏州智能交通信息科技股份有限公司申请的专利一种基于多源数据融合的信号灯倒计时预测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：CN117012028B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310907804.9，技术领域涉及：G08G1/01；该发明授权一种基于多源数据融合的信号灯倒计时预测方法是由芮建秋;刘俊;张春梅;刘双琳;程传节;瞿震;金长辉设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本一种基于多源数据融合的信号灯倒计时预测方法在说明书摘要公布了：本发明涉及一种基于多源数据融合的信号灯倒计时预测方法，包括以下步骤：步骤101：基于信号系统历史数据提取特征值；步骤102：构建基于信号系统历史数据的信号灯周期预测模型；步骤103：基于轨迹数据进行路口信号灯数据计算；步骤104：构建基于轨迹数据的信号灯周期预测模型；步骤105：构建融合预测模型，采用模型融合算法，将步骤102与步骤104的预测结果进行综合运算与融合，生成最终的信号灯变化预测结果；步骤106：根据实时数据进行预测模型的优化调整；步骤107：将优化后的预测模型用于实时倒计时数据预测。本发明可以提升交通信号灯周期和倒计时预测精度，使在交通运行中可以实现精准的把控交通流量。

本发明授权一种基于多源数据融合的信号灯倒计时预测方法在权利要求书中公布了：1.一种基于多源数据融合的信号灯倒计时预测方法，其特征在于， 包括以下步骤： 步骤101：基于信号系统历史数据提取特征值； 步骤102：构建基于信号系统历史数据的信号灯周期预测模型，通过对历史信号数据提取的特征，构建ARMA时间序列预测模型； 步骤103：基于轨迹数据进行路口信号灯数据计算； 步骤104：构建基于轨迹数据的信号灯周期预测模型； 步骤105：构建融合预测模型，采用模型融合算法，将步骤102与步骤104的预测结果进行综合运算与融合，生成最终的信号灯变化预测结果； 步骤106：根据实时数据进行预测模型的优化调整； 步骤107：将优化后的预测模型用于实时倒计时数据预测； 其中，基于轨迹数据构建信号灯周期预测模型，以历史的轨迹周期数据为基础，采用双指数平滑的方法，构建基于轨迹数据的信号灯周期预测模型，其中，双指数平滑公式如下： Si=αxi+1-αSi-1+ti-1 其中，Si是第i个周期时间上经过平滑后的信号灯周期值，它是根据历史信号灯周期数据x1，x2，....xi和平滑系数α计算得到；xi是这个周期时间上的实际信号灯周期值； ti=βSi-Si-1+1-βti-1 ti是第i个周期时间上经过平滑后的信号灯周期趋势值，它是根据历史信号灯周期数据x1，x2，....xi和平滑系数β计算得到，它反映了信号灯周期的变化方向和幅度，α和β是平滑系数，取值在[0,1]之间； 双指数平滑法的预测公式如下： xi+h=Si+hti 其中，xi+h是未来第h个周期时间的信号灯周期预测值，它是根据当前的平滑值Si和趋势值ti以及预测补偿h计算得到； 构建融合预测模型，包括以下步骤： 1将基于信控系统历史数据和基于轨迹数据构建的周期预测模型进行融合，采用二叉树的方式，根据不同的特征值选择不同的预测模型进行周期预测； 2在相位周期预测的基础上，根据路口相位和方向静态信息，进行信号灯倒计时的预测，预测包括当前运行相位的绿灯倒计时和其他相位的红灯倒计时； 3根据当前路口编号，匹配路口相位周期预测结果； 4当前相位的绿灯倒计时计算：直接取当前相位灯态周期，从相位周期开始到黄灯灯态开始的时间段为绿灯倒计时的时长； 绿灯倒计时=相位周期–黄灯时长–全红时长 a、当前相位是绿灯时，考虑连续相位存在同一方向的情况，存在则需要累加同方向的绿灯倒计时； 绿灯倒计时=当前相位周期+下一相位周期–黄灯时长–全红时长； b、当前相位是绿灯时，考虑连续相位存在同一方向的情况，如果该方向在整个周期中的每个相位都存在，则该方向为常绿，无需计算信号灯倒计时； 5其它相位的红灯倒计时计算：从当前相位的下一个相位开始，逐一计算红灯倒计时，红灯倒计时为从当前相位开始时间到计算红灯倒计时相位开始时间的时长； 红灯倒计时=Σ相位周期 其他相位存在连续同一方向的情况，计算同一个方向红灯灯态的倒计时，需采用前面相位的红灯倒计时。

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智能交通信息科技股份有限公司，其通讯地址为：215000 江苏省苏州市南环东路1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。