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！

龙图腾网获悉成都格林希尔德交通科技有限公司申请的专利基于固定式与移动式车辆检测数据的信息融合优化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：CN117116032B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202110458183.1，技术领域涉及：G08G1/01；该发明授权基于固定式与移动式车辆检测数据的信息融合优化方法是由孙湛博;黄志航;黄添钰设计研发完成，并于2021-04-27向国家知识产权局提交的专利申请。

本基于固定式与移动式车辆检测数据的信息融合优化方法在说明书摘要公布了：本发明公开一种基于固定式与移动式车辆检测数据的信息融合优化方法，包括将交通运输系统分解成若干输入与输出子系统，获取各子系统的多源检测数据；从历史交通数据集中提取交通信息；建立组合优化模型；用动态规划求解移动检测数据和固定检测数据的联合匹配概率模型，通过数据融合，将被同一条移动检测数据标记的上下游固定检测数据直接匹配起来；用K‑M算法求解上下游固定检测数据的联合匹配概率模型，实现上下游未被标记的固定检测数据之间的联合匹配。使用该方法可在极短时间内得到全局最优的匹配结果，且即使移动检测数据有较大的不准确性或固定检测数据有一定的缺失，数据匹配准确度仍然维持在较高水平，能够更加准确地反映微观交通流状态。

本发明授权基于固定式与移动式车辆检测数据的信息融合优化方法在权利要求书中公布了：1.一种基于固定式与移动式车辆检测数据的信息融合优化方法，其特征在于，所述方法包括步骤： S1、将交通运输系统分解成若干个输入与输出子系统，获取各个子系统的多源检测数据；所述多源检测数据包括固定检测数据和移动检测数据；所述固定检测数据包含车辆通过子系统上、下游固定检测器的时间戳、车道信息和检测车长信息；所述移动检测数据包含车辆ID与以固定频率记录的时间戳和车辆位置信息，用于验证和标定固定检测数据； S2、从历史交通数据集中提取交通信息，包括每一个可能的车道选择或汇流选择的概率，每一个可能的车道选择或汇流选择下对应的行程时间分布概率，以及车辆检测车长的误差分布概率； S3、建立组合优化模型，包括：移动检测数据和固定检测数据的联合匹配概率模型，上、下游固定检测数据的联合匹配概率模型；组合优化模型的目标函数和约束条件； S4、用动态规划求解移动检测数据和固定检测数据的联合匹配概率模型，实现上游移动检测数据和上游固定检测数据的融合，以及下游移动检测数据和下游固定检测数据的融合；通过数据融合，将被同一条移动检测数据标记的上、下游固定检测数据直接匹配起来； S5、用K-M算法求解上、下游固定检测数据的联合匹配概率模型，实现上、下游未被移动检测数据标记的固定检测数据之间的联合匹配，以找到上、下游固定检测数据之间概率最大化的匹配结果； 所述步骤S5具体包括： S5-1、将上、下游固定检测数据的联合匹配概率模型转换成线性数学形式，以便用K-M算法进行求解； 上、下游固定检测数据的联合匹配概率模型转换成线性数学形式如下： 式13.1为上、下游固定检测数据的联合匹配概率的求和形式，其通过对取对数得到，其中的为概率函数的对数形式，如式13.2所示，小写字母表示下游第条固定检测数据在上游固定检测数据集中的序号；式13.3的为决策变量，当将下游第条固定检测数据与上游第条固定检测数据匹配时，为1，否则为0；式13.4的表示下游第条固定检测数据在上游固定检测数据集中的序号集合，即可供下游第条固定检测数据匹配的上游固定检测数据的集合，它由历史行程时间的范围决定；这个范围在式13.4中用表示，如果下游第条固定检测数据与上游第条固定检测数据之间的行程时间超出了这个范围，那么这两条固定检测数据产生于同一辆车的概率很小，可忽略不计，因此对于下游第条固定检测数据来说，其只能与集合内的上游固定检测数据进行匹配；式13.5用于保证每条下游固定检测数据仅匹配一次给上游固定检测数据；式13.6用于保证上、下游固定检测数据匹配是一对一进行的； S5-2、用K-M算法求解上、下游固定检测数据的联合匹配概率模型，包括： S5-2-1、将下游未被移动检测数据标记的固定检测数据集合标记为集合，其中的记录被称为记录;将上游未被移动检测数据标记的固定检测数据集合标记为集合，其中的记录被称为记录；将集合和集合记录之间的匹配权重转换成邻接权重矩阵，根据邻接权重矩阵为每个记录和记录标号，其中记录的标号表示为，记录的标号表示为；等于第条记录的最大匹配权重，即邻接权重矩阵第行的最大值，而全为0；这些标号之和就等于集合和集合记录之间可能的最大匹配权重； S5-2-2、为了找到有最大权重的匹配，基于所有记录的标号，生成标号可行边的集合LES；在标号可行边的集合LES中，每条边都满足第条记录和第条记录之间的匹配权重等于它们的标号之和，即；这个条件用于保证：如果匹配在标号可行边的集合LES中完成，那么这个匹配的权重就等于所有标号之和，即最大匹配权重，因此就在标号可行边的集合LES中对每条记录逐一与记录进行匹配； S5-2-3、在标号可行边的集合LES中，用于匹配记录和记录的边被称为活跃边，其余边被称为不活跃边；基于标号可行边的集合LES，选取一条未被匹配的记录，从这个记录出发，交替经过活跃边和不活跃边，形成一个交替树； S5-2-4、在交替树中，寻找一条起始于该未被匹配的记录，结束于一条未被匹配的记录的路径，该条路径被称为成功路径；若交替树中存在至少一条成功路径，则转到步骤S5-2-5；若交替树中不存在成功路径，则转到步骤S5-2-6； S5-2-5、将成功路径中的不活跃边变成活跃边，相反将成功路径中的活跃边变成不活跃边，以分解成功路径，形成新的匹配状态，判断新的匹配状态中是否所有记录都被匹配；若是，则转到步骤S5-2-7；若不是，则返回步骤S5-2-3； S5-2-6、修改在交替树上的记录和记录的标号，增加新的标号可行边，以拓展交替树，具体包括：首先，找到拓展交替树的最小成本；其次，将交替树中的记录的标号减去最小成本，将交替树中的记录的标号加上最小成本；最后，根据新的标号生成新标号可行边的集合LES，返回步骤S5-2-3； S5-2-7、输出具有最大权重的匹配。

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成都格林希尔德交通科技有限公司，其通讯地址为：610000 四川省成都市高新区西芯大道3号3栋6层602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。