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！

龙图腾网获悉北京工业大学申请的专利智能网联混合交通流环境下交通信号与车辆轨迹协同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：CN121459586B 。

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：202511641368.0，技术领域涉及：G08G1/01；该发明授权智能网联混合交通流环境下交通信号与车辆轨迹协同控制方法是由张永男;王胜杰;李昀轩;范博;翁剑成;李振龙;陈艳艳设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本智能网联混合交通流环境下交通信号与车辆轨迹协同控制方法在说明书摘要公布了：本发明公开一种智能网联混合交通流环境下交通信号与车辆轨迹协同控制方法，该方法中基于深度强化学习构建交通信号控制智能体和车辆轨迹控制智能体，组成异构决策单元；通过双向状态耦合设计实现交通信号控制与车辆轨迹控制的多智能体协同控制；引入时空多头注意力机制与奖赏共享机制，以统筹多交叉口的信号控制决策；针对智能网联混合交通流场景，采用车路云一体化架构部署，其中，在云端进行智能体的优化训练，路侧端部署交通信号控制智能体，用于交通信号的实时控制，车载终端部署车辆轨迹控制智能体，用于智能网联车辆轨迹动态优化。本发明无需对智能网联混合交通流环境建模，实现了端到端协同优化，能有效提升交通效率、减少能耗与排放等。

本发明授权智能网联混合交通流环境下交通信号与车辆轨迹协同控制方法在权利要求书中公布了：1.一种智能网联混合交通流环境下交通信号与车辆轨迹协同控制方法，其特征在于，该方法包括： 基于深度强化学习构建交通信号控制智能体和车辆轨迹控制智能体； 交通信号控制智能体的特征提取网络中引入时空多头注意力机制；所述时空多头注意力机制，包括： 利用基于Transformer的空间多头自注意力模块，建模相邻交叉口之间智能网联混合交通流的空间动态依赖关系；首先，第i个交通信号控制智能体及其相邻智能体在时间步t的联合空间状态构造为： 其中，表示第i个交通信号控制智能体在时间步t的状态，表示第i个交通信号控制智能体的第j个相邻智能体在时间步t的状态，I表示交通信号控制智能体的数量，表示第i个交通信号控制智能体的相邻交叉口的数量；紧接着，联合空间状态经过一层全连接层转化为高维的特征向量，然后送入空间多头注意力层，用于提取相邻交通信号控制智能体的动态空间特征，计算过程为： 其中，表示第i个交通信号控制智能体的第l层网络的第h个注意力头在时间步t生成的空间注意力分数，用于衡量相邻交通信号控制智能体在空间维度上的关联程度；、和分别表示第l层神经网络的第h个注意力头的查询、键和值的参数矩阵，表示矩阵的转置操作，表示键的维度，表示聚合的多头注意力值的参数矩阵；空间多头自注意力模块的输出和输入经过残差连接层聚合后形成新的特征向量，该向量包含自身及相邻交通信号控制智能体的状态特征； 利用基于Transformer的时间多头自注意力模块，建模连续时间序列下智能网联混合交通流的时序动态依赖关系；首先，经过空间多头自注意力模块提取空间特征后，第i个交通信号控制智能体从时刻到时刻t的时序状态构造为： 其中，表示时间步t之前的若干时间步数，表示第i个交通信号控制智能体在时间步的特征向量；然后，时序状态送入时间多头注意力层，用于提取交通信号控制智能体在连续时间序列的动态时序特征，计算过程为： 其中，表示第i个交通信号控制智能体的第层神经网络的第h个注意力头在时间步t生成的时间注意力分数，用于评估交通信号控制智能体在时间维度上的关联程度；时间多头自注意力模块的输出和输入经过残差连接层聚合后形成新的特征向量，该向量包含自身若干时间步的状态特征； 通过双向状态耦合设计实现交通信号控制与车辆轨迹控制的多智能体协同控制，其中，所述交通信号控制智能体将车辆轨迹控制智能体输出的智能网联车辆轨迹预测数据作为决策状态输入，所述车辆轨迹控制智能体将交通信号控制智能体生成的信号配时方案纳入决策参数； 针对智能网联混合交通流场景，所述交通信号控制智能体和所述车辆轨迹控制智能体采用车路云一体化架构部署，其中，在云端进行交通信号控制智能体和车辆轨迹控制智能体的优化训练，路侧端部署交通信号控制智能体，用于交通信号的实时控制，车载终端部署车辆轨迹控制智能体，用于智能网联车辆轨迹动态优化。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。