Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽科力信息产业有限责任公司陈家旭获国家专利权

安徽科力信息产业有限责任公司陈家旭获国家专利权

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!

龙图腾网获悉安徽科力信息产业有限责任公司申请的专利基于参数标定和改进Webster配时法的交通信号优化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:CN117116066B

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:202311136609.7,技术领域涉及:G08G1/08;该发明授权基于参数标定和改进Webster配时法的交通信号优化方法是由陈家旭;刘恒玉;翁昌青设计研发完成,并于2023-09-04向国家知识产权局提交的专利申请。

基于参数标定和改进Webster配时法的交通信号优化方法在说明书摘要公布了:本发明提供一种基于参数标定和改进Webster配时法的交通信号优化方法,所述方法包括在路口停车线前各车道布设检测线圈,采集过车信息并本地存储;基于交通流理论分析,根据所述过车信息标定饱和车头时距并计算各车道的饱和流量,减少过饱和交通流对信号配时的影响;针对相位搭接和阶段二次放行提出相位剩余流量比的概念,解决Webster配时法在所述相位搭接和所述阶段二次放行的信号配时需求下的适应问题;在所述信号配时自主优化环节中,若所述信号配时满足最小绿约束关系,则所述信号配时结束;若所述信号配时不满足最小绿约束关系,则进入最小绿调整流程;在进行实时优化时,则下一个周期执行更新后的所述信号配时并重新记录所述过车信息;在进行配时优化时,则基于历史数据在某一固定时间段内进行调整。解决传统配时方法在实际应用场景中基础参数设置不合理、使用受限等问题,并有助于建立快速、准确、稳定的交通信号自适应优化系统。

本发明授权基于参数标定和改进Webster配时法的交通信号优化方法在权利要求书中公布了:1.基于参数标定和改进Webster配时法的交通信号优化方法,其特征在于,所述方法包括: S1、在路口停车线前各车道布设检测线圈,用于采集过车信息并本地存储; S2、基于所述过车信息标定饱和车头时距并计算各车道的饱和流量,以减少过饱和交通流对信号配时的影响; S3、基于相位剩余流量比的阶段流量比计算:针对相位搭接和阶段二次放行提出所述相位剩余流量比的概念,解决Webster配时法在所述相位搭接和所述阶段二次放行的信号配时需求下的适应问题,其中: 针对所述相位搭接:引入阶段独立相位集合I,所述阶段独立相位集合I是当前阶段与后一阶段相位交集在当前阶段相位集合中的补集,遍历相位方案中的阶段进行流量比分配,所述阶段流量比的分配方法是: Y=max{y′i,y′j,...},i,j∈I 其中,yi′是相位i的当前阶段的所述剩余流量比; 在分配完当前的所述阶段流量比之后,更新各个所述相位剩余流量比,各个所述相位剩余流量比满足公式: y′i=max{0,y′i-Ykδik} 其中,当相位i包含于阶段k时,δik等于1,否则δik等于0; 针对所述阶段二次放行:逆向分配所述阶段流量比,并与正向所述流量比分配结果求均值; 在所述阶段流量比分配完成后,若所述相位剩余流量比均为零,则进入信号配时环节;若存在所述相位剩余流量比为非零,则当前所述相位方案不适用于当前的交通状况; S4、在所述信号配时环节中,若所述信号配时满足最小绿约束关系,则所述信号配时结束;若所述信号配时不满足最小绿约束关系,则进入最小绿调整流程;其中: 所述最小绿约束关系是: 其中,g是阶段有效绿灯时间,l是阶段损失时间,是相位的非绿灯时间之和, 所述最小绿调整的算法满足: 其中,Cmax是信号周期上限阈值,设定C是信号周期,在所述最小绿调整过程中: 若C≥Cmax,则在分配完所述阶段有效绿灯时间后,结束所述最小绿调整; 若C<Cmax,则除所述最小绿调整的阶段,其余阶段按所述流量比分配剩余阶段时间。

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科力信息产业有限责任公司,其通讯地址为:230088 安徽省合肥市高新区黄山路628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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。