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！

龙图腾网获悉威海北洋电气集团股份有限公司;山东新北洋信息技术股份有限公司申请的专利基于交通数据降维重构及多维分析的交通动态管控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：CN115687709B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211270619.5，技术领域涉及：G06F16/901；该发明授权基于交通数据降维重构及多维分析的交通动态管控方法是由韩朝晖;曲媛媛;张中凯;吴力刚;刘丙庆;陶鹏;秦志亮;秦宇;李莹莹设计研发完成，并于2022-10-16向国家知识产权局提交的专利申请。

本基于交通数据降维重构及多维分析的交通动态管控方法在说明书摘要公布了：本发明涉及交通数据处理技术领域，具体讲是一种基于交通数据降维重构及多维分析的交通动态管控方法，其特征在于，包括以下步骤：构建交通路口区域模型，规划区域模型的通行路径，对各区域原始数据进行信息分层提取并利用矩阵、坐标进行降维重构，具体包括数据采集、路况降维重构、车况降维重构和降维信息存储，提取各区域的分层降维重构数据形成新的坐标曲线或矩阵数据模型，进行多维度特征分析，多维度特征数据混合计算，此后进行交通动态管控；与现有技术相比，大幅度缩减了交通数据的存储容量，通过降维重构获取得可量化技术指标，可以更加精准地获取数据规律，为智能交通管控、车路协同、自动驾驶提供可靠的技术支撑。

本发明授权基于交通数据降维重构及多维分析的交通动态管控方法在权利要求书中公布了：1.一种基于交通数据降维重构及多维分析的交通动态管控方法，其特征在于，包括以下步骤： 步骤1：构建交通路口区域模型，以停车线和停车线的延伸线为界，将交通路口中心交叉区域设定为管控区，将多个方向的道路延伸区域设定为监控区；在各个监控区内将由监控区向管控区流出数据的区域设定为out区，将由管控区向监控区流入数据的区域设定为in区； 步骤2：规划区域模型的通行路径：以监控区的各个out区为起点，按左行、直行、右行三个方向与相应in区做联通，构建out区与in区的联通关系图； 步骤3：对各区域原始数据进行信息分层提取并利用矩阵、坐标进行降维重构，具体包括数据采集、路况降维重构、车况降维重构和降维信息存储； 步骤4：提取各区域的分层降维重构数据形成新的坐标曲线或矩阵数据模型，进行多维度特征分析，具体包括： 1建立out区待放行车辆监测数据模型：监测各out区内车况矩阵，实时计算并提取矩阵内某时刻待放行车辆数量并形成新的矩阵，然后以时间*数量建立坐标系，生成out区待放行车辆数监测曲线进行特征分析； 2建立out区在途车流监测数据模型：监测各out区内车况矩阵，实时计算在途车流的数量及位置并形成新的矩阵，然后以时间*数量建立坐标系，生成out区在途车流监测曲线进行特征分析； 3建立out区待放行车辆通过时间拟合数据模型：监测各out区内车况矩阵，计算矩阵内某批次待放行车辆数量及通过时间，然后以数量*时间建立坐标系，对多批次数据进行记录及拟合，获取out区待放行车辆通过时间的拟合数据曲线进行特征分析； 4建立out区车辆流出数据模型，模型原理用于管控区车辆流入数据分析：监测各out区内车况矩阵，设置统计时长t，以t为单位分时计算或者累计计算车辆流出数量并形成新的矩阵，然后以时间*数量建立坐标系，形成out区车辆流出数据曲线进行特征分析； 5建立in区车辆流入数据模型，模型原理用于管控区车辆流出数据分析：监测各in区车况矩阵，设置统计时长t，以t为单位分时计算或者累计计算车辆流入数量并形成新的矩阵，然后以时间*数量建立坐标系，形成in区车辆流入数据曲线进行特征分析； 6建立各区域车辆速度跟踪数据模型：监测各区域内车况矩阵，提取各个车辆的速度数据、计算车辆平均速度，并形成新的矩阵，然后以时间*速度建立坐标系，实时生成车辆速度数据曲线进行特征分析； 7建立各区域车辆密度分布数据模型：监测各区域车况矩阵，实时计算矩阵内车辆覆盖率并形成新的矩阵，然后以时间*覆盖率建立坐标系，实时生成车辆密度分布曲线进行特征分析； 步骤5：多维度特征数据混合计算：包括out区在途车辆和待放行车辆的计算获取、各区域事故监测、in区和管控区的拥堵状态监测，计算和预测结果将为交通动态管控提供信息数据支持： 步骤5-1：利用步骤4中1、2数据模型，实时获取或预测out区内待放行车辆数量和在途大车流数量：计算得到车道待放行车辆数量为，待放行车辆状态： ， 计算得到车道在途大车流车辆数为，在途大车流状态为，， 步骤5-2：利用步骤4中6、7数据模型，获取区域内随时间变化的车辆速度特征和车辆密度信息，设置密度阈值为D，持续时间阈值为P，通过监测车速陡降至0及车辆密度大于D的持续时间是否超过P，进行监控区、管控区的事故监测，当区域内密度超过D且持续时间超过P、或区域内车速陡降至0的车辆数≥1，则认定为发生交通意外，否则为未发生交通意外，交通意外状态AD如下： ， 步骤5-3：利用步骤4中4、5、6、7数据模型，获取in区和管控区内车辆流入和流出量、车辆速度、车辆密度随时间变化的特征信息，使用机器学习算法，对in区和管控区拥堵状态进行计算，管控区具体用到步骤4中4、5、6、7数据模型，in区具体用到步骤4中5、6、7数据模型，管控区与in区拥堵状态计算方法相同； 步骤6：交通动态管控，其中包括信号灯管控： 步骤6-1-1：设置初始状态：设置信号灯初始状态全部亮红灯，红灯=1； 步骤6-1-2：确定可通行路径：根据步骤2确定可同时放行的直行和左转车道组合，红灯=0，右转车道根据前述组合的通行数据然后再确定是否可以通行； 步骤6-1-3：单车道放行指标计算：根据步骤5-1、5-2、5-3中的数值或状态输出，计算单车道放行指标，根据单车道放行指标数值决定是否放行以及放行的优先级，单车道放行指标计算公式如下：设为监控区内某一车道需要计算的车流总数，则计算如下： ， 设为特殊车辆状态，； 设为in区拥堵状态，； 设为管控区拥堵状态，， 设当前车道异常状态，； 设单车道放行指标为，则对求值的表达式为：， 。

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威海北洋电气集团股份有限公司;山东新北洋信息技术股份有限公司，其通讯地址为：264200 山东省威海市火炬高技术产业开发区火炬路；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。