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！

龙图腾网获悉吉林大学申请的专利一种基于深度强化学习的自适应灯车协同滚动控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：CN120472692B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510604546.6，技术领域涉及：G08G1/085；该发明授权一种基于深度强化学习的自适应灯车协同滚动控制方法是由李海涛;刘金鹏;周世睿;宋现敏;刘晓鹏;赵佳乐;郑小川设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种基于深度强化学习的自适应灯车协同滚动控制方法在说明书摘要公布了：一种基于深度强化学习的自适应灯车协同滚动控制方法，它属于智能交通技术领域。本发明解决了现有控制方法存在交叉口通行效率低、车辆能耗高的问题。本发明通过单智能体控制一股车流、多智能体控制交叉口的方式使信号控制更加精细、灵活，正在放行的两股车流不需要同时结束。信号配时与车辆轨迹调整均采用多智能体深度强化学习方法，在信号配时阶段，利用长短期记忆神经网络充分挖掘信号灯智能体状态信息的时序特征，在车辆轨迹调整阶段，使用多头注意力机制做特征提取器，提取状态信息中的关键特征，增强智能体对于状态特征的理解和利用能力。通过信号配时模块与车辆轨迹调整模块的交互，得到最佳控制方案。本发明方法可以应用于智能交通。

本发明授权一种基于深度强化学习的自适应灯车协同滚动控制方法在权利要求书中公布了：1.一种基于深度强化学习的自适应灯车协同滚动控制方法，其特征在于，所述方法具体包括以下步骤： 步骤一、分别对目标交叉口需要控制的各个车流方向内的车辆到达停车线时间进行估计； 步骤一的具体过程为： 对于车流方向内的未到达停车线的车辆 步骤一一、将车辆划分为领先车和跟随车两部分，其中，领先车的到达停车线时间采用步骤一二进行估计，跟随车的到达停车线时间采用步骤一三进行估计； 步骤一二、当领先车为人工驾驶车辆，且领先车的生态车速高于道路限制的最大车速时，领先车的到达时间为： 其中，表示领先车与停车线的距离，，表示领先车的当前位置，表示停车线的位置，表示领先车的当前速度，表示道路限制的最大车速，表示领先车允许的最大加速度； 当领先车为人工驾驶车辆，且领先车的生态车速低于或等于道路限制的最大车速时，领先车的到达时间为： 其中，表示领先车的生态车速； 当领先车为CAV时，领先车的到达时间估计方法为： 步骤1、领先车获取自身以及前车的当前位置和当前速度，则当前时刻领先车观察到的状态信息为： 式中，表示前车到停车线的距离，表示领先车到停车线的距离，表示前车的当前车速，表示领先车的当前车速，表示领先车的当前加速度，表示领先车所在的车流方向当前的信号状态； 若车流方向当前为绿灯，则值取为1，表示车流方向当前次绿灯信号的剩余时间； 若车流方向当前为红灯，则值取为0，表示当前时刻距离车流方向下次绿灯开始开放的时长； 步骤2、将当前时刻领先车观察到的状态信息输入特征提取器，将特征提取器输出的特征向量作为领先车对应的智能体的输入，通过领先车对应的智能体输出为领先车选择的动作，表示领先车当前时刻调整后的加速度，； 步骤3、领先车执行步骤2中选择的动作后，到达新的状态，再利用新的状态返回执行步骤2，直至规划出领先车到达停车线的时间； 所述步骤3中，领先车到达停车线的时间为： 根据规划出的各个动作计算领先车到达停车线时间： 其中，表示瞬时能耗，表示当前时刻； 1当领先车CAV是电车时，则瞬时能耗的计算公式为： 其中，表示车辆动力总成效率，表示车辆质量，表示重力加速度，表示滚动阻 力，表示车辆的速度，表示车辆的迎风面积，表示空气阻力，表示转动质量系数； 2当领先车CAV是油车时，则瞬时能耗的计算公式为： 其中，，，，，和是瞬时能耗模型的系数，是车辆扭矩，是道路坡度 步骤一三、跟随车的到达时间为： 其中，表示跟随车与前车之间的安全时间间隔，表示估计出的前车到达停车线的时间，表示跟随车到达停车线的时间； 步骤二、根据每个车流方向内的车辆到达停车线时间，分别获得每个车流方向的局部观测信息，并将各个车流方向的局部观测信息作为各个车流方向的状态信息，再将各个车流方向的状态信息分别经过LSTM网络，通过LSTM网络分别输出各个车流方向状态信息的时序特征； 将各个车流方向状态信息的时序特征分别输入对应的信号灯智能体，通过各个信号灯智能体生成动作集合； 步骤三、根据各个信号灯智能体生成的动作集合确定一个信号控制周期，各个车流方向内的每个CAV对应的智能体均根据信号控制周期内的相位分配进行CAV运动轨迹规划； 步骤四、各个车流方向内的CAV根据运动轨迹规划结果进行行驶，在当前信号控制周期结束后，根据运动轨迹规划结果再估计各个车流方向内的车辆到达停车线时间； 根据估计的各个车流方向内的车辆到达停车线时间，返回执行步骤二。

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吉林大学，其通讯地址为：130023 吉林省长春市南关区人民大街5899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。