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！

龙图腾网获悉青岛大学;青岛海信网络科技股份有限公司申请的专利面向车路协同的多模态交通大模型实时调控方法及系统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：CN120726810B 。

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：202510894474.3，技术领域涉及：G08G1/01；该发明授权面向车路协同的多模态交通大模型实时调控方法及系统是由李建波;林文豪;吕志强;周钊;张四海;马晓龙;郝旭宁设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本面向车路协同的多模态交通大模型实时调控方法及系统在说明书摘要公布了：本发明公开了一种面向车路协同的多模态交通大模型实时调控方法及系统，涉及人工智能技术领域，该方法包括：结合多模态数据融合、边缘智能推理、联邦学习、跨区域知识迁移、强化学习优化和自适应闭环迭代，实现高效精准的车路协同调控。采用模型对车载、路侧和云端数据进行时空对齐和高维特征提取，提升环境感知精度；通过梯度聚合和去中心化训练，实现跨区域交通知识共享，避免数据隐私泄露；采用迁移学习和自监督机制，使模型快速适应不同城市、不同道路环境，提高泛化能力；采用云端多智能体强化学习，实现信号灯配时和路径推荐的最优决策，动态适应交通流变化，有助于解决现有技术无法实现高效、实时且兼顾隐私与全局优化进行模型调整的问题。

本发明授权面向车路协同的多模态交通大模型实时调控方法及系统在权利要求书中公布了：1.一种面向车路协同的多模态交通大模型实时调控方法，其特征在于，包括： 采集多模态原始数据，所述多模态原始数据包括车端数据、路侧数据和云端数据； 在路侧设备和车载设备上部署模型，所述模型用于提取所述多模态原始数据的最终特征向量，基于所述最终特征向量进行本地推理，以得到推理结果，基于所述推理结果执行低时延任务； 将进行本地推理后模型对应的模型梯度上传至云端进行梯度聚合，并下发优化后的模型参数； 采用动态知识迁移机制基于所述模型参数实现跨区域模型的自适应调整； 通过多目标强化学习聚合多个区域的推理结果，以生成最优调控指令； 执行所述最优调控指令，并得到执行结果； 基于所述执行结果优化所述模型； 所述通过多目标强化学习聚合多个区域的推理结果，以生成最优调控指令，包括： 通过公式6计算全局价值函数； 公式6； 式中，为全局价值函数，为局部智能体的价值函数，i表示不同的局部区域或智能体，为局部智能体i所感知到的本地状态，为局部智能体i在本地状态下采取的行动，S代表系统的全局状态，A为系统采取的调控行动； 通过公式7计算在时刻t经过目标融合后得到的综合奖励值； 公式7； 式中，为在时刻t经过目标融合后得到的综合奖励值，为权重系数，为行程时间优化指标，为能耗优化指标，为交通拥堵缓解指标； 通过公式8计算经过联邦强化学习后聚合得到的全局模型参数； 公式8； 式中，为经过联邦强化学习后聚合得到的全局模型参数，为区域i的训练样本数量，为所有区域的训练样本总数量，为区域i的强化学习模型参数； 通过公式9计算经过噪声添加处理后区域i的强化学习模型参数； 公式9； 式中，为经过噪声添加处理后，区域i的强化学习模型参数，为区域i原本的强化学习模型参数，为方差。

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青岛大学;青岛海信网络科技股份有限公司，其通讯地址为：266071 山东省青岛市市南区宁夏路308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。