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城市交通信号时空自适应柔性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：CN120412274B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510647586.9，技术领域涉及：G08G1/01；该发明授权一种城市交通信号时空自适应柔性调控方法及系统是由石嘉铭;顾新发;纪捷;黄慧;王建国;黄建;曹硕;周大林;李月设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种城市交通信号时空自适应柔性调控方法及系统在说明书摘要公布了：本发明公开了一种城市交通信号时空自适应柔性调控方法及系统，所述方法包括实时采集交叉路口的车辆数量、车辆速度、行人数量和行人速度等交通数据；对采集的交通数据进行清洗、归一化及特征提取，生成标准化交通参数；基于所述标准化交通参数，通过时空图卷积网络与轻量级深度强化学习混合算法生成信号灯配时方案；根据所述信号灯配时方案对交通信号灯进行实时调整；将交通数据、远程监控的路口状态进行存储，整合邻近路口信息进行区域性策略优化，并通过联邦学习整合各路口策略数据，生成全局模型以优化协同惩罚系数；本发明能够快速响应交通流量的动态变化，优化信号灯配时方案，显著提升数据处理速度和决策效率。

本发明授权一种城市交通信号时空自适应柔性调控方法及系统在权利要求书中公布了：1.一种城市交通信号时空自适应柔性调控方法，其特征在于，包括以下步骤： 1通过雷达传感器、激光测速仪、红外传感器及摄像头实时采集交叉路口的车辆数量、车辆速度、行人数量和行人速度交通数据； 2对采集的交通数据进行清洗、归一化及特征提取，生成标准化交通参数； 3基于所述标准化交通参数，通过时空图卷积网络与轻量级深度强化学习混合算法生成信号灯配时方案； 31时空交通特征建模将路口及邻近道路建模为时空图结构，其中，为节点集合，表示目标路口及其邻近N-1个路口；为边集合，表示路口间的连接关系与距离权重；为时间t的交通特征矩阵，包含各路口车流量、平均速度、行人流量数据，维度d为特征数； 32时空图卷积预测通过时空图卷积网络ST-GCN预测未来Δt时间内的交通状态： 其中，ST-GCN的层间传播公式为： 其中，为归一化邻接矩阵，由原始邻接矩阵A和度矩阵D计算得到，公式为，为第层的节点特征矩阵，维度为N×d，N为路口数，d为特征维度，为第层的可训练权重矩阵，用于空间图卷积，为时间卷积核，为ReLU激活函数； 33轻量级深度强化学习LightDRL动态优化基于交通状态的预测结果，采用轻量级DRL策略网络生成信号灯配时动作： 状态空间： 动作空间： 奖励函数： 其中，为第i辆车的等待时间，为停车次数，为单位时间通过车辆数，，为权重系数； 34多目标协同优化通过近端策略优化PPO算法更新策略网络参数，最大化累积奖励： 其中，为当前策略网络生成动作的概率，为旧策略网络生成动作的概率，为折扣因子，为优化周期,为Clip阈值，为优势函数估计值； 4根据所述信号灯配时方案对交通信号灯进行实时调整； 5将交通数据、远程监控的路口状态进行存储，整合邻近路口信息进行区域性策略优化，并通过联邦学习整合各路口策略数据，生成全局模型以优化协同惩罚系数； 所述联邦学习包括： 各路口本地训练DRL策略网络，生成加密的经验池数据； 云端通过动态加权平均算法聚合模型参数： 其中，为路口i的数据量，为路口i的本地DRL策略网络参数；为高斯噪声，满足差分隐私要求； 将全局模型下发至各路口，用于新接入路口的冷启动优化； 所述优化协同惩罚系数公式为： ；其中，为惩罚系数，为初始惩罚系数，为路口i在时间t+1的预测交通流量，为路口j在时间t+1的预测交通流量，为温度参数，控制调整速率。

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。