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！

龙图腾网获悉淮阴工学院申请的专利一种基于大数据的高速路段车辆可变限速实时调节系统及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：CN118824007B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202410936821.X，技术领域涉及：G08G1/01；该发明授权一种基于大数据的高速路段车辆可变限速实时调节系统及方法是由章浩文;吴帅超;王志鹏;雷文宝;张聪;纪捷;黄慧设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本一种基于大数据的高速路段车辆可变限速实时调节系统及方法在说明书摘要公布了：本发明公开了一种基于大数据的高速路段车辆可变限速实时调节方法及系统，包括人脸识别设备、气象检测器、交通流检测设备、控制中心、可变限速显示牌。根据获取的驾驶员的驾驶特性，当前天气质量数据和交通参数，构建SEM测量模型，建立测量模型的潜变量与显变量的约束表达式，利用MinMax缩放器对驾驶特性、当前天气质量数据和交通流参数数据集进行归一化预处理，基于矩阵束算法将高维矩阵块分拆为低维矩阵集，得到数据集构建特征矩阵J，特征矩阵J与高速路段限速车速进行数据整合求解，得到实时调节车速。本发明能够结合矩阵大数据算法对高速路段固定限速值实时调节控制，提高动态能力，个性化实现可变限速、提高驾驶安全性。

本发明授权一种基于大数据的高速路段车辆可变限速实时调节系统及方法在权利要求书中公布了：1.一种基于大数据的高速路段车辆可变限速实时调节方法，其特征在于，包括如下步骤： 步骤1：获取驾驶员的驾驶特性、当前天气质量数据以及交通参数数据并对数据进行预处理，驾驶员的驾驶特性包括主驾驶车位驾驶员性别S1、驾龄S2、学历S3、违规驾驶处罚记录S4、突发疾病记录S5；当前天气质量数据包括晴X1、雨X2、雾X3、霾X4、沙尘暴X5；交通参数数据包括交通量D1、时间平均速度D2、时间占有率D3； 步骤2：构建SEM测量模型，对于SEM测量模型进行数据的量化，建立测量模型的潜变量与显变量的约束表达式； SEM测量模型具体如下： S＝esσ+δ X＝exγ+ξ 式中：S、X、D为外界信号源输出指标；es为连接外界信号源输出指标S对外生潜变量的因子荷载矩阵，σ为外界信号源输出指标S的外生潜变量，δ为外界信号源输出指标S的测量误差；ex为连接外界信号源输出指标X对外生潜变量的因子荷载矩阵，γ为外界信号源输出指标X的外生潜变量，ξ为外界信号源输出指标X的测量误差；ed为连接外界信号源输出指标D对外生潜变量的因子荷载矩阵，为外界信号源输出指标D的外生潜变量，μ为外界信号源输出指标D的测量误差；δ测量误差范围为[-0.02,+0.03]，ξ测量误差范围为[-0.03,+0.03]，μ测量误差范围为[-0.04,+0.01]； 对于SEM测量模型进行数据的量化，对于测量模型的潜变量与显变量、潜变量之间的关系进行数学表达： M＝es1S1+es2S2+es3S3+es4S4+es5S5 C＝eX1X1+eX2X2+eX3X3+eX4X4+eX4X5 K＝eD1D1+eD2D2+eD3D3 其中，M为驾驶员的驾驶特性潜变量，C为当前天气质量数据特性潜变量，K为当前交通参数数据特性潜变量；es1为驾驶员性别因子荷载，es2为驾驶员驾龄因子荷载，es3为驾驶员学历因子荷载，es4为驾驶员违规驾驶处罚记录因子荷载，es5为驾驶员突发疾病记录因子荷载；eX1为天气质量晴因子荷载，eX2为天气质量雨因子荷载，eX3为天气质量雾因子荷载，eX4为天气质量霾因子荷载，ex5为天气质量沙尘暴因子荷载；eD1为交通量的因子荷载，eD2为时间平均速度的因子荷载，eD3为时间占有率的因子荷载； 步骤3：将驾驶员特性、当前天气质量数据和当前交通参数数据进行融合构建特征矩阵J＝1Vm|1Vc|1Vk； 步骤4：基于矩阵束算法将高维矩阵块分拆为低维矩阵集，确定驾驶员的驾驶特性、当前天气质量数据以及交通参数数据的基层矩阵束1Vm、1Vc、1Vk，根据基层矩阵束确定最终的特征矩阵J； S4.1基于矩阵束算法将SEM测量模型由驾驶特性潜变量分量、天气质量数据特性潜变量分量、交通参数数据特性潜变量分量组成数学模型，根据同步数据建立Hankel矩阵，将Hankel矩阵的总集合分解为多个子Hankel矩阵；通过对Hankel矩阵分块进行分块处理，对于矩阵类型进行降维处理，对于Hankel矩阵的重叠部分进行整理合并； S4.2对高维基阵数据J＝1Vm|1Vc|1Vk进行降维分块处理，获取J矩阵中一个潜变量，对于潜变量设置阵元间距为d，规定阵列是均匀的分布，矩阵块的输入数据为M＝[m1m2…mN]H，其中mi矩阵块的输入采样数据，W为输入采样数据的协方差矩阵，将协方差矩阵进行降维分解，将协方差矩阵规定为Hankel矩阵的偏移常数，得到： S4.3对于协方差矩阵W求解其逆矩阵，建立增广矩阵求解逆矩阵公式O＝[o1,o2]，得协方差矩阵逆矩阵求解公式： 其中，1Vm为驾驶员特性的基层矩阵束； S4.4利用S4.2、S4.3方法求解当前天气质量和交通参数数据的基层矩阵束： 其中，1Vc为当前天气质量的基层矩阵束；1Vk为当前交通流参数数据的基层矩阵束； S4.5基于S4.1，S4.3和S4.4得到数据集构建特征矩阵J＝1Vm|1Vc|1Vk， 其中，1Vmin是数据中每个特征的最小值，1Vmax是数据中每个特征的最大值；得到数据集构建特征矩阵 步骤5：根据高速路段某路段限速最高速Vhigh，限速最低速Vlow，将数据集构建的特征矩阵J与路段限速结合，得到调节速度

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淮阴工学院，其通讯地址为：223100 江苏省淮安市洪泽区东七街三号高新技术产业园A12-2(淮阴工学院技术转移中心洪泽分中心)；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。