Indexed by：
Abstract：
本发明公开了基于深度强化学习的多交叉路口交通信号控制方法，包含以下两个部分：基于深度学习目标检测的交通信息获取：根据十字路口摄像头获取每个路口各条道路的交通信息，并基于深度学习进行检测；基于深度强化学习DQN算法的信号灯相位控制：结合目标检测模型识别到的交通信息与深度强化学习DQN算法进行智能决策，在通过深度学习目标检测获取道路路况信息后，Deep‑QNet算法会选择最有利于道路拥堵情况缓解的信号灯相位控制策略；本方法能处理复杂多变的道路环境，随着系统包含的路口增加，神经网络特征提取能力会更加富有成效，使得在对于环境交通压力的信号灯统筹决策中发挥更好的效果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202311276272.X
Filing Date： 2023-09-30
Publication Date： 2024-01-16
Pub. No.： CN117409593A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
