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！

龙图腾网恭喜松立控股集团股份有限公司申请的专利基于时空神经架构搜索的智能交通信号灯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：CN119207131B 。

龙图腾网通过国家知识产权局官网在2025-02-21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：202411707354.X，技术领域涉及：G08G1/08；该发明授权基于时空神经架构搜索的智能交通信号灯控制方法及系统是由刘寒松;王永;王国强;刘瑞;李贤超设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本基于时空神经架构搜索的智能交通信号灯控制方法及系统在说明书摘要公布了：本发明属于交通控制技术领域，涉及一种基于时空神经架构搜索的智能交通信号灯控制方法及系统，先获取交通流量信息和交通路口分布空间信息并构建路况状态图；再构建时间语义编码器搜索空间和空间语义编码器搜索空间提取动态交通图特征；然后构建时空特征学习网络，设计搜索策略对不同的搜索空间进行学习，对网络结构参数和权重参数进行优化；最后对时空特征学习网络的权重参数进行微调，加入交通信号灯控制层，输出交通信号调整结果，提高交通信号灯控制的准确度，无需人为设计网络空间架构，时空语义丰富，控制准确度高。

本发明授权基于时空神经架构搜索的智能交通信号灯控制方法及系统在权利要求书中公布了：1.一种基于时空神经架构搜索的智能交通信号灯控制方法，其特征在于，包括以下步骤：S1、获取预设交通路口区域一段时间内的交通流量信息和交通路口分布空间信息，并基于获取的信息构建基本路况状态图、时序路况状态图以及空间路况状态图；其中交通流量信息从交通传感器或监控设备获得，包括行人数据、自行车数据和机动车数据，根据静态的交通路口分布信息构建基本路况状态图，根据动态时间片段关联信息构建时序路况状态图，根据动态的交通流量变化信息构建空间路况状态图，构建的基本路况状态图、时序路况状态图以及空间路况状态图为：，其中代表预设交通路口组成的交通网络中的个节点，代表图中各个节点的邻接关系，代表交通网络中节点的维特征表示，同样则代表边的维特征表示，如果交通网络中的任意两个节点和之间不存在邻接关系即，则在中两节点之间的数值设置为0，代表两节点间无邻接关系，使用来表示任意节点的邻接节点的集合，当两节点，间存在邻接关系时，则将其加入到集合，三种状态图分别表示为、和；S2、基于时空神经架构搜索构建时间语义编码器搜索空间和空间语义编码器搜索空间提取动态交通图特征；所述时间语义编码器搜索空间包括长短期记忆网络、门控神经单元以及Transformer网络，空间语义编码器搜索空间包括图卷积神经网络、图注意力神经网络以及卷积神经网络，基于时间语义编码器搜索空间和空间语义编码器搜索空间，构造候选操作集，并基于基本路况状态图、时序路况状态图以及空间路况状态图进行加权融合，获得高级的动态交通图特征：，其中为动态权重，为偏置，再对动态交通图特征利用softmax算法进行标准化，得到： ，式中为节点和节点在第维特征上的相关性，代表节点和节点之间边的权重，各候选操作集为预定义的各类时间语义编码器和空间语义编码器，然后将归一化后的动态交通特征图和交通流量信息输入到时空搜索空间中获得隐藏状态，计算方式如下：=；S3、构建时空特征学习网络，设计搜索策略对不同的搜索空间进行学习，使用可微分方法对时间语义编码器搜索空间和空间语义编码器搜索空间的网络结构参数和权重参数进行优化；具体过程为：将整个时空特征学习网络构建为一个有向无环图，初始阶段构建的时空特征学习网络中每个节点之间的操作是不确定的，每条边上均定义一个混合的候选操作集来连续松弛时间或空间语义编码器搜索空间，通过求解两级优化问题，联合优化有向无环图网络权值和混合概率通过学习到的混合概率获得最优的网络模型架构，其中两级优化问题的表达为： ，其中为时空特征学习网络的架构参数，为时空特征学习网络的模型参数，和代表验证损失和训练损失函数；从而计算得到的高级流量特征为：，为有向无环图中边i,j操作o的权重；S4、对时空特征学习网络的权重参数进行微调，同时加入交通信号灯控制层，输出交通信号调整结果，具体过程为：通过交通仿真软件SUM0对路口进行建模，路口中道路交叉口由东、南、西、北四条路组成，交汇处设有一个交通信号灯，路口为双向车道，沿着车辆的行驶方向，左边车道为左转车道，中间车道为直行车道，右边车道为直行加右转车道；交通信号灯的控制信号分别为：南北方向直行、南北方向左转、东西方向直行、东西方向左转，在四个相位切换之间设计一个黄信号灯进行过渡，保证车辆安全通过交叉口，不同的交通路口语义信息表达为特征：=，其中为所有交通信号控制的空间语特征，表示线性层操作，并利用交叉注意力机制来与高级流量特征进行特征融合得到：，其中代表特征变化，而则代表特征变换，代表矩阵的度，表示注意力机制层，表示激活函数，经过特征融合后，预设路口的流量信息和信号灯语义信息充分结合，经过一个多层感知机来输出交通信号灯的控制信息。

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松立控股集团股份有限公司，其通讯地址为：266000 山东省青岛市市南区宁夏路288号软件园6号楼11层；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”。