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路空一体化立体交通安全控制孪生系统及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：CN121528040B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610049050.1，技术领域涉及：G08G5/50；该发明授权路空一体化立体交通安全控制孪生系统及方法是由杨则英;房晨晨;薛洪野;孙芮;毕传龙设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本路空一体化立体交通安全控制孪生系统及方法在说明书摘要公布了：本发明公开了一种路空一体化立体交通安全控制孪生系统及方法，属于交通安全控制与数字孪生技术领域，包括数字孪生建模层，用于构建三维一体化孪生模型，实现路空交通状态的实时映射与轨迹预测；路空协同感知层，生成统一格式的状态数据集；智能防碰撞控制层，进行风险预测并生成避撞策略；全链路抗干扰层，保障避撞策略的安全可靠传输；执行反馈层，用于执行避撞策略，并采集反馈数据以优化孪生模型与抗干扰策略；所述各层依次通信连接，形成闭环管控架构。本发明通过创新数字孪生建模架构、动态防碰撞机制与全链路抗干扰技术，融入自毁防护与黑盒子智能学习功能，实现路空交通的精准管控、安全防撞与可靠通信。

本发明授权路空一体化立体交通安全控制孪生系统及方法在权利要求书中公布了：1.路空一体化立体交通安全控制孪生系统，其特征在于，包括： 数字孪生建模层，用于构建地面、低空和设施三维一体化孪生模型，实现路空交通状态的实时映射与轨迹预测； 所述数字孪生建模层包括：预测建模模块，基于双向长短时记忆网络、粒子群优化极限学习机与异构交通主体建模方法进行轨迹预测：引入本征正交分解对交通状态数据进行降维与特征提取，建立交通状态快照矩阵，针对人工驾驶车辆采用扩展智能驾驶人模型、智能网联车辆采用协同自适应巡航模型，低空飞行器引入高度维运动方程，其中为高度调节系数，为目标高度，为随机风扰项，实现不同类型主体的差异化轨迹预测；高度调节系数是高度控制环的比例增益，物理单位是s-1； 路空协同感知层，用于采集并融合多源交通与环境数据，生成统一格式的状态数据集； 智能防碰撞控制层，基于孪生模型与状态数据集，通过时空概率冲突模型进行风险预测，并结合三维防撞机制与多智能体自协调方法生成避撞策略； 所述智能防碰撞控制层包括：冲突预测模块，用于构建四维冲突评估矩阵并计算碰撞概率：引入时空概率冲突模型，结合车辆与飞行器的位置x,y,z、速度vx,vy,vz、加速度ax,ay,az、航向角θ及空域网格占用状态，构建四维冲突评估矩阵；基于异构轨迹预测结果，定义碰撞概率函数，其中、分别为车辆与飞行器的预测位置概率密度，ρ为冲突强度函数，T为预测时间长度，t为当前评估时刻，计算冲突概率；所述冲突强度函数ρ用于量化在特定未来时刻τ，车辆与飞行器在预测位置Pvτ与Paτ处发生冲突的瞬时风险强度，函数表达式：；其中，为两个智能体的相对速度，单位ms；为两个智能体的相对距离，单位m；为极小距离常数，用于防止除零；C为综合风险系数，单位为秒s；其基准值C0由系统预设的标准近距临界遭遇场景确定； 全链路抗干扰层，用于通过专用频段规划、加密传输、自毁程序与黑盒子智能学习算法，保障避撞策略的安全可靠传输；所述自毁程序的触发条件包括外层加密算法被破解、检测到恶意入侵代码或干扰强度超过预设阈值；所述黑盒子智能学习算法用于捕获干扰特征与入侵代码，并反馈至执行反馈层进行策略优化； 执行反馈层，用于执行避撞策略，并采集反馈数据以优化孪生模型与抗干扰策略； 其中，所述各层依次通信连接，形成建模、感知、决策、执行、反馈的闭环管控架构。

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。