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无人机的高速公路交通流诱导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：CN119360600B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411315221.8，技术领域涉及：G06F30/27；该发明授权一种基于无人机的高速公路交通流诱导方法及系统是由厉志浩;包旭;周君;张瀚霖;张恺设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种基于无人机的高速公路交通流诱导方法及系统在说明书摘要公布了：本发明公开了一种基于无人机的高速公路交通流诱导方法及系统，包括数据采集与处理子系统、云端交通流仿真子系统和诱导子系统。通过对高速公路常发拥堵路段匝道口、服务区及上游区域划分控制区，进行数据采集，构建相应控制区域的云端仿真模型，同时按照一定的时间窗口进行模型的实时更新；系统识别到拥堵后，通过云端模型计算出限速策略，将限速策略发送到机场，无人机从指定机场出发，到达路段指定位置，进行限速提示以进行交通流诱导，达到缓解拥堵路段交通状况的作用，同时可用于偶发事故提示。

本发明授权一种基于无人机的高速公路交通流诱导方法及系统在权利要求书中公布了：1.一种基于无人机的高速公路交通流诱导方法，其特征在于，包括以下步骤： S1、将匝道口或者服务区至上游高速主收费站划为控制区，将控制区依次分为拥堵监测区域、交通流诱导区域和收费站区域三个控制区段； S2、根据控制区段的道路几何数据和历史交通流数据，构建控制区的交通流仿真模型；获取控制区段在时间窗口t内的当前实时交通流信息，上传至交通流仿真模型，进行交通流仿真模型的实时更新；交通流仿真模型输出控制区各位置的交通状态信息； S3、根据控制区各位置的交通状态信息，判断拥堵监测区域的实时拥堵状况；根据控制区各位置的交通状态信息以及收费站区域实时车流量数据，通过交通流仿真模型预测拥堵监测区域的交通状态信息，再根据预测得到的拥堵监测区域交通状态信息，预测拥堵监测区域在未来一段时间内的拥堵状况； S4、当检测或预测到拥堵监测区域的拥堵状况时，通过机器学习算法计算出交通流诱导区域的限速策略； 所述的通过机器学习算法计算交通流诱导区域的限速策略，采用强化学习算法，强化学习算法的环境状态量包括控制区域各位置的交通状态信息，动作空间为交通流诱导区域内各位置的限速值，奖励函数与拥堵监测区域的交通拥堵状况和上游收费站的车流量对交通流诱导区域产生的交通压力负相关，拥堵状况越严重，车流量越大，交通压力越大，奖励值越低； 采用强化学习算法计算交通流诱导区域的限速策略，包括以下步骤： S41、通过实时更新的交通流仿真模型获取控制区各位置的交通状态信息； S42、初始化强化学习环境、动作空间和奖励函数，其中环境状态包括通过实时更新的交通流仿真模型获取的控制区域各位置的交通状态信息； S43、利用深度Q网络DQN训练智能体，根据实时的交通状态计算动作和对应的奖励函数值，根据奖励函数值选择最优的限速位置和限速值； S44、将智能体决策的限速位置和限速值输入至交通流仿真模型中，获取交通流仿真模型的反馈，并更新智能体； S45、重复步骤S43-S44，直到模型收敛，输出当前智能体对应的限速策略； 所述奖励函数采用的具体形式为： ； 其中，为拥堵监测区域的拥堵时间，为交通流诱导区域的车流平均速度，代表上游收费站的车流量对交通流诱导区域产生的交通压力，α、β、γ为各项对应的权重系数； ； 表示上游延迟，采用车辆在排队进入收费站的路段由于拥堵或限速导致的额外等待时间；为上游收费站区域的车流量； ； 其中是车辆实际通过收费站附近某段路程R所需的时间，是在无拥堵情况下通过路程R的预计通行时间； 利用深度Q网络DQN训练智能体，训练中的Q值更新式为： ； 其中，Q表示当前状态下执行动作的Q值，和分别表示当前状态和下一个状态，和分别表示当前执行的动作和下一个动作，表示在时间步t时，智能体在状态执行动作后获得的即时奖励，α0为学习率，γ0为折扣因子，为目标网络计算的Q值； S5、将限速策略任务发送到无人机机场控制中心，机场所属无人机接受任务起飞巡航至任务目标地点后进行限速警示。

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：223000 江苏省淮安市经济技术开发区枚乘东路1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。