Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学吴建清获国家专利权

山东大学吴建清获国家专利权

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!

龙图腾网获悉山东大学申请的专利基于无人机协同的匝道口交通信号自适应控制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:CN121600731B

龙图腾网通过国家知识产权局官网在2026-04-28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:202610121077.7,技术领域涉及:G08G1/08;该发明授权基于无人机协同的匝道口交通信号自适应控制方法及系统是由吴建清;刘世杰;田源;杜聪;刘轶鹏设计研发完成,并于2026-01-29向国家知识产权局提交的专利申请。

基于无人机协同的匝道口交通信号自适应控制方法及系统在说明书摘要公布了:本发明提出了基于无人机协同的匝道口交通信号自适应控制方法及系统,属于智能交通控制技术领域,包括:基于在匝道口上空动态部署的无人机集群实时采集交通数据,构建全局交通状态矩阵,通过边缘计算进行初步处理;利用边缘节点对初步处理后的数据进行边缘计算实时生成局部最优信号配时建议;在云端对多架无人机上传的局部最优信号配时建议进行整合、统一训练生成全局最优信号配时策略;基于全局最优信号配时策略实时调整信号灯参数,通过空中引导功能增强了对现场交通的直接干预能力,为智慧交通系统提供了高可靠性解决方案。

本发明授权基于无人机协同的匝道口交通信号自适应控制方法及系统在权利要求书中公布了:1.基于无人机协同的匝道口交通信号自适应控制方法,其特征是,包括: 基于在匝道口上空动态部署的无人机集群实时采集交通数据,构建全局交通状态矩阵,通过边缘计算进行初步处理;利用边缘节点对初步处理后的数据进行边缘计算实时生成局部最优信号配时建议; 在云端对多架无人机上传的局部最优信号配时建议进行整合、统一训练生成全局最优信号配时策略; 基于全局最优信号配时策略实时调整信号灯参数; 系统容错与自愈机制引导信息,包括: 对每架无人机的失效状态实时监测与诊断; 若检测到存在无人机i失效,则动态任务重组与覆盖区域重构; 当无人机的失效状态被确认后,若存在热备无人机,将触发转变其状态,激活后的热备无人机将自主飞行至失效无人机的位置或根据优化后的新位置,在部署延迟后接替其任务; 在多架无人机同时失效且无备份可用的极端情况下,根据各路段的关键指数重新分配有限的感知资源;具体为: S5-1:失效状态实时监测与诊断:云端控制平台通过心跳机制持续监控集群中每架无人机的状态;无人机i的失效状态标志,0为正常,1为失效,由以下逻辑判定: 其中,为在t时刻是否收到无人机i的心跳信号,1为收到,0为未收到,为心跳检测周期,为预设的超时判定阈值,是无人机i上报的故障码,一旦取1,系统立即启动应对预案,表示第个节点当前上报的错误码故障码;表示致命错误码集合,一旦错误码属于这个集合,就直接判定为故障; S5-2:动态任务重组与覆盖区域重构:一旦检测到无人机i失效即=1,云端控制平台将以最小化感知盲区和重构代价为目标,对剩余的健康无人机集群进行动态重构;该过程可形式化为一个优化问题: 其中,是健康无人机的新目标位置坐标集合;是新位置部署下产生的未覆盖监控面积,计算公式为,其中是总监控区域面积,是无人机j在新位置的有效覆盖面积;是无人机j从原位置移动到新位置的距离平方,代表移动代价;和是预设的权重系数,分别用于平衡覆盖率和移动代价的重要性; 同时,在多智能体强化学习MARL模型中,当智能体i失效后,智能体集合A将动态更新为;全局状态观测向量St和联合动作向量At的维度相应缩减,模型在新的智能体集合A′基础上继续进行协同决策; S5-3:冗余备份与快速替换机制:为实现快速自愈,系统可激活热备无人机;当无人机i的失效状态=1被确认后,若存在热备无人机s,其状态Ss将触发转变: 激活后的热备无人机将自主飞行至失效无人机的位置pi或根据S5-2优化后的新位置,在部署延迟后接替其任务,使系统恢复完整功能,表示部署接管延迟时间,表示从触发激活到备用单元真正进入Active状态所需的时间,表示备用单元在时刻的状态变量;第个在役单元在时刻的故障判定标志,在役单元为某架正在执行任务的无人机; S5-4:系统降级运行模式:在多架无人机同时失效且无备份可用的极端情况下,系统将进入降级模式;系统会根据各路段的“关键指数”重新分配有限的感知资源; 具体的,基于关键指数进行贪心分配; 首先,系统计算所有待监测路段的关键指数,该指数由排队长度、速度方差、是否为汇流点决定; 其次,将剩余可用的健康无人机,优先指派到值最高的个路段位置; 接着,值较低的非关键区域将暂时停止监测或仅利用地面已有传感器,以此实现“优雅降级”; 关键指数定义为: 其中,k代表匝道口区域内的某个路段,是路段k的历史平均排队长度,是历史车速方差,反映交通流稳定性;∈{0,1}是拓扑关键点标志,汇流点、分流点时,=1,,,是权重系数; 在降级模式下,S5-2中的优化目标将转变为最大化被覆盖路段的关键指数之和,即,以确保最核心的交通瓶颈点得到持续监控;Covered表示被判定为已覆盖的对象集合。

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山东大学,其通讯地址为:250000 山东省济南市历下区经十路17923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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。