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！

龙图腾网获悉北方工业大学申请的专利一种交通状态估计方法、系统及装置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：CN119889034B 。

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：202510023855.4，技术领域涉及：G08G1/01；该发明授权一种交通状态估计方法、系统及装置是由王志建;张峻玮;周清华;刘小明;陈智;周慧娟;郭伟伟;吴文祥设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种交通状态估计方法、系统及装置在说明书摘要公布了：本发明公开一种交通状态估计方法、系统及装置，涉及交通状态估计技术领域，该方法包括：获取当前交通路段的历史交通流数据集；通过将模糊逻辑引入泊松过程模型中，对车辆在不同路段的到达率进行建模；利用马尔可夫链建模交通流状态的转移概率，同时引入动态转移矩阵捕捉交通流状态在不同时间段的变化，进而搭建出基于马尔可夫链的模糊状态转移模型；通过结合模糊泊松分布模型与基于马尔可夫链的模糊状态转移模型，得到模糊化的联合概率密度函数，对交通流状态进行估计；该方法通过结合这两种模型，可以在多种复杂交通场景下，实现对车辆轨迹和交通状态的估计。

本发明授权一种交通状态估计方法、系统及装置在权利要求书中公布了：1.一种交通状态估计方法，其特征在于，包括以下步骤： 获取当前交通路段的历史交通流数据集；所述交通流数据集包括车辆到达率、车辆位置和速度； 根据车辆的到达率，将模糊逻辑引入泊松过程模型中估计在模糊时间间隔内的车辆到达率，搭建出模糊泊松分布模型；根据不同时间段内车辆的位置和速度，利用马尔可夫链建立交通流状态转移模型，通过在该模型中引入模糊逻辑调整交通流状态之间的转移概率，引入动态转移矩阵捕捉交通流状态在不同时间段的变化情况，搭建出基于马尔可夫链的模糊状态转移模型；通过结合模糊泊松分布模型与基于马尔可夫链的模糊状态转移模型，构建出车辆在设定时间间隔内的交通流状态与车辆到达率的模糊化的联合概率密度模型；所述将模糊逻辑引入泊松过程模型中估计在模糊时间间隔内的车辆到达率，搭建出模糊泊松分布模型，具体包括以下步骤： 定义时间间隔内车辆到达率为： ； 其中为时间内的车辆到达率；为特定时间段起始阶段的车辆到达率；为模型状态，为噪声项，是基于外部因素的修正函数，为权重； 在时间间隔内到达车辆数满足泊松分布： ； 其中表示时间间隔内到达辆车的概率；代表时间间隔内到达的车辆数；表示车辆数； 则车辆到达的累计分布函数为： ； 其中表示到达车辆小于或等于的累计概率； 在不同区域内的多重泊松过程叠加公式为： ； 其中表示总车辆到达率，其为多个区域的到达率之和；为第个区域的车辆到达率；是区域的数量； 每个区域内的到达概率分布为： ； 其中为第个区域内到达辆车的概率；为第个区域内到达的车辆数；为车辆到达数； 基于时间间隔上一相邻时间段的条件概率分布为： ； 其中为给定上一时间段到达率的条件下，时间间隔内到达车辆数的概率；为步长； 对于车辆的到达率和状态转移概率利用模糊集来表示其不确定性；假设和状态转移概率是模糊数，其隶属函数分别为，对于模糊数，其隶属函数表示为： ； 其中是到达率的中心值，是标准差； 则在车辆到达率存在模糊性的情况下，车辆到达数的概率分布表示为： ； 其中，隶属函数表示车辆到达率的模糊程度，表示对所有的进行求和； 为进一步处理模糊泊松分布过程，定义其模糊泊松分布过程的模糊概率生成函数，模糊概率生成函数表示为： ； 利用模糊概率生成函数，计算模糊泊松过程的均值和方差，分别表示为： ； ； 其中，表示模糊泊松过程的均值和表示模糊泊松过程的方差； 将待测交通路段在当前时间段内的车辆到达率和交通流状态的转移概率作为模糊化的联合概率密度模型的输入，输出该交通路段在与当前时间段相邻的设定时间间隔内的交通流状态的概率分布，根据该概率分布估计得到该设定时间间隔内交通路段的交通状态。

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方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5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。