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！

龙图腾网获悉吉林大学申请的专利一种基于深度Q网络的网联交叉口生态引导协同控制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：CN120199073B 。

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：202510358354.1，技术领域涉及：G08G1/01；该发明授权一种基于深度Q网络的网联交叉口生态引导协同控制方法是由李海涛;鲁萧天;薛傲;张熠迈;刘鹏举设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种基于深度Q网络的网联交叉口生态引导协同控制方法在说明书摘要公布了：一种基于深度Q网络的网联交叉口生态引导协同控制方法，它交通信息工程及控制领域。本发明解决了现有技术无法获得最佳的交叉口内通行效率以及路权分配问题。本发明提出对网联车辆与智能信号机进行主动协同、对上游车辆进行行为预测，并响应通行需求的方法。信号机基于相序与相位耦合的方法生成信号控制策略，考虑将未来时间段的信号状态参与当前阶段的控制优化从而避免短视，并使用DQN优化求解；以最小能耗为目标优化控制，采用分散控制来提高控制效果与预测精度，构建能耗模型来评估和优化车辆轨迹控制效果。与传统方法相比，本发明改善了网联交叉口通行效率、保障了各流向的路权公平，减少了车辆行程能耗。本发明方法可以应用于网联交叉口控制。

本发明授权一种基于深度Q网络的网联交叉口生态引导协同控制方法在权利要求书中公布了：1.一种基于深度Q网络的网联交叉口生态引导协同控制方法，其特征在于，所述方法具体包括以下步骤： 步骤一、部署智能信号控制设备、路侧单元与车载单元，路侧单元将采集的信息发送到智能信号控制设备； 并建立路侧单元与车载单元的通信链路； 步骤二、对于当前交叉口内的每条进口道，智能信号控制设备均根据接收到的信息进行车队到达停车线时刻预测； 步骤三、根据车队到达停车线时刻预测结果对当前交叉口各进口道的车辆进行动态梯队划分，将车辆划分为释放梯队和滞留梯队两部分； 步骤四、根据各流向的释放梯队内车辆数对各流向车辆的相位进行集约化处理，根据集约化处理构建深度强化学习模型的状态，通过深度强化学习模型输出实际相位放行序列以及各相位的绿灯开始时刻； 所述步骤四的具体过程为： 步骤四一、根据预测结果构建相位信息矩阵，令相位信息矩阵中第行； 其中：表示第个流向释放梯队内的车辆数； 表示第个流向的第1辆车到达停止线的时刻； 表示第个流向的第1辆车离开停止线的时刻，=； 表示第个流向的车辆相位的结束时刻； 表示第个流向的绿灯持续时间； 步骤四二、对各流向车辆的相位进行集约化处理，具体过程为： 步骤四二一、建立维度为的合并判定矩阵，其中，表示当前交叉口的车辆流向总数，且矩阵中第行第列的元素，当且仅当满足条件1至条件3时第个流向的相位与第个流向的相位满足合并条件，即； 条件1、第个流向的车辆轨迹与第个流向的车辆轨迹无空间冲突； 条件2、，为阈值，表示第个流向的相位当量流量，表示第个流向的相位当量流量； 条件3、，为阈值，表示第个流向的相位需求时长，表示第个流向的相位需求时长； 步骤四二二、执行矩阵融合： 其中，“”表示哈达玛积； 表示的转置； 表示合并相位集，即集约化处理结果； 所述合并相位集中，对于满足相位合并条件的流向，合并后相位的绿灯开始时间、合并后相位的绿灯结束时间、，合并后相位的绿灯持续时间； 表示允许与第个流向相位合并的相位以及第个流向相位组成的集合； 表示对集合内的相位合并后，合并相位的释放梯队内车辆总数； 步骤四三、将状态空间作为深度强化学习模型的输入，其中，，表示合并后的相位总个数，表示一种相位放行顺序，通过深度强化学习模型输出调整后的相位放行顺序以及各相位的绿灯开始时刻； 步骤五、根据步骤二中的预测结果和深度强化学习模型的输出，判断是否维持深度强化学习模型当前输出的相位放行方案； 若维持深度强化学习模型当前输出的相位放行方案，则根据深度强化学习模型输出的各相位绿灯开始时刻进行各相位的车辆运动规划并放行相位放行方案中的第1相位，再根据车辆运动规划结果得到各相位内车队到达停车线时刻预测结果，再利用预测结果返回执行步骤三； 若不维持深度强化学习模型当前输出的相位放行方案，则根据深度强化学习模型输出的各相位绿灯开始时刻进行各相位的车辆运动规划，再根据车辆运动规划结果得到各相位内车队到达停车线时刻预测结果，再利用预测结果返回执行步骤三。

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吉林大学，其通讯地址为：130023 吉林省长春市南关区人民大街5899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。