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！

龙图腾网获悉深圳市云之声科技有限公司申请的专利基于交通与行人感知信息的光环境规划管理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：CN119418515B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202411077617.3，技术领域涉及：G08G1/01；该发明授权基于交通与行人感知信息的光环境规划管理方法是由张南松;黄成华;朱佑华;舒叶设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本基于交通与行人感知信息的光环境规划管理方法在说明书摘要公布了：本发明公开了基于交通与行人感知信息的光环境规划管理方法，属于专门适用于管理目的的数据处理方法技术领域，本发明采集路口历史信息，构建天气影响下的车流量预测模型和天气影响下的人流量预测模型，代入目标时间得到车流量预测值和人流量预测值，根据交通综合拥堵计算策略中计算交通综合拥堵值，采集路口环境中光亮度值，根据光环境亮度输出值计算策略中计算光环境亮度输出值，根据计算得到的光环境亮度输出值对路口光环境模组亮度进行调整，根据路口的实时情况调节光环境模组的输出亮度，有助于提高路口通行的安全性和调节光环境的智能化。

本发明授权基于交通与行人感知信息的光环境规划管理方法在权利要求书中公布了：1.基于交通与行人感知信息的光环境规划管理方法，其特征在于，其包括以下具体步骤： 步骤一、采集路口历史信息，构建天气影响下的车流量预测模型，代入目标时间得到车流量预测值； 步骤二、采集路口历史信息，构建天气影响下的人流量预测模型，代入目标时间得到人流量预测值； 步骤三、将得到的目标时间的车流量预测值和人流量预测值代入交通综合拥堵计算策略中计算交通综合拥堵值； 步骤四、采集路口环境中光亮度值，将路口环境中光亮度值和交通综合拥堵值代入光环境亮度输出值计算策略中计算光环境亮度输出值，根据计算得到的光环境亮度输出值对路口光环境模组亮度进行调整； 其中，所述步骤一包括以下具体步骤： S11、采集路口历史信息并存储在车辆信息存储模组中，所述路口历史信息包括天气信息、时间和车流量，所述天气信息包括温度，降水量和能见度，将天气信息代入天气恶劣值计算策略中计算天气恶劣值，所述天气恶劣值计算策略包括天气恶劣值计算公式，天气恶劣值计算公式为：，其中，为采集的路口温度，为路口温度阈值，为采集的路口降水量，为路口降水量阈值，为采集的路口能见度，为路口能见度阈值，为路口温度占比系数，为路口降水量占比系数，为路口能见度占比系数，且； S12、将路口历史信息数据集分为2个子集，其中前85%为训练数据集，后15%为测试数据集，将前85%的训练数据集输入天气影响下的车流量神经网络预测模型进行训练，得到初始的天气影响下的车流量神经网络预测模型，再用后15%的测试数据集对初始的天气影响下的车流量神经网络预测模型进行测试，输出对车流量判断准确性最高的天气影响下的车流量神经网络预测模型； S13、所述天气影响下的车流量神经网络预测模型中的第层项神经元的输出策略公式为：，其中，为天气影响下的车流量神经网络预测模型的第层项神经元的输出，为天气影响下的车流量神经网络预测模型的第层神经元与层项神经元的连接权重，为天气影响下的车流量神经网络预测模型的第层神经元的输出，为天气影响下的车流量神经网络预测模型的第层神经元与层项神经元的线性关系的偏置，为Sigmoid激活函数； S14、所述对车流量判断准确性最高的天气影响下的车流量神经网络预测模型通过车流量预测误差值判断，所述车流量预测误差值计算公式为：，其中，表示在天气影响下第个周期的车流量预测值的权重系数，，为车流量的预测周期，表示在天气影响下第个周期的车流量预测值，为天气影响下的车流量在第个周期的实际值，为天气影响下的车流量神经网络预测模型在天气影响下第个周期的预测误差，其中，误差值最小对应的准确性最高； S15、将目标时间和目标时间的天气恶劣值输入天气影响下的车流量神经网络预测模型得到目标时间的车流量预测值； 所述步骤二包括以下具体步骤： S21、采集路口历史信息并存储在行人信息存储模组中，所述路口历史信息包括天气信息、时间和人流量，将路口历史信息数据集分为2个子集，其中前85%为训练数据集，后15%为测试数据集，将前85%的训练数据集输入天气影响下的人流量神经网络预测模型进行训练，得到初始的天气影响下的人流量神经网络预测模型，再用后15%的测试数据集对初始的天气影响下的人流量神经网络预测模型进行测试，输出对人流量判断准确性最高的天气影响下的人流量神经网络预测模型； S22、所述天气影响下的人流量神经网络预测模型中的第层项神经元的输出策略公式为：，其中，为天气影响下的人流量神经网络预测模型的第层项神经元的输出，为天气影响下的人流量神经网络预测模型的第层神经元与层项神经元的连接权重，为天气影响下的人流量神经网络预测模型的第层神经元的输出，为天气影响下的人流量神经网络预测模型的第层神经元与层项神经元的线性关系的偏置，为Sigmoid激活函数； S23、所述对人流量判断准确性最高的天气影响下的人流量神经网络预测模型通过人流量预测误差值判断，所述人流量预测误差值计算公式为：，其中，表示在天气影响下第个周期的人流量预测值的权重系数，，为人流量的预测周期，表示在天气影响下第个周期的人流量预测值，为天气影响下的人流量在第个周期为天气影响下的人流量神经网络预测模型在个周期的预测误差； S24、将目标时间和目标时间的天气恶劣值输入天气影响下的人流量神经网络预测模型得到目标时间的人流量预测值。

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深圳市云之声科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坪地街道四方埔社区东雅路69-1号艺达厂进门右边第1栋201；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。