CN102496278B - 通过图像获取交通状态的方法和装置 - Google Patents
通过图像获取交通状态的方法和装置 Download PDFInfo
- Publication number
- CN102496278B CN102496278B CN201110410040.XA CN201110410040A CN102496278B CN 102496278 B CN102496278 B CN 102496278B CN 201110410040 A CN201110410040 A CN 201110410040A CN 102496278 B CN102496278 B CN 102496278B
- Authority
- CN
- China
- Prior art keywords
- traffic
- road
- intersection
- behavior
- traffic intersection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种通过图像获取交通状态的方法和装置,涉及城市交通路况信息的处理应用领域,能够及时准确地获取实际道路交通状态,提高用户使用交通信息的及时性和准确性,方便出行规划。本发明的方法包括:获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像;对所述视频图像进行视频处理和分析,得到各交通路口的交通状态;根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态。本发明实施例主要用于通过图像获取交通状态的过程中。
Description
技术领域
本发明涉及城市交通路况信息的处理应用领域,尤其涉及一种通过图像获取交通状态的方法和装置。
背景技术
在城市交通迅速发展的今天,城市道路日益复杂化,交通拥堵已经逐渐成为城市交通的重要难题。对于客户而言,交通信息非常重要的一点就是需要准确及时地反应当时的实际交通路况信息,而通过摄像头拍摄道路上的车辆运行情况,比较能反映当时的实际交通路况信息的,但是如何利用摄像头拍摄到的道路上的车辆运行情况对应的图像获取实施交通状态,目前还没有相关的技术方案。
发明内容
本发明的实施例提供一种通过图像获取交通状态的方法和装置,能够及时准确地获取实际道路交通状态,提高用户使用交通信息的及时性和准确性,方便出行规划。
为达到上述目的,本发明的实施例采用如下技术方案:
一种通过图像获取交通状态的方法,包括:
获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像;
对所述视频图像进行视频处理和分析,得到各交通路口的交通状态;
根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态。
一种通过图像获取交通状态的装置,包括:
获取单元,用于获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像;
图像处理单元,用于对所述视频图像进行视频处理和分析,得到各交通路口的交通状态;
空间和时间推测单元,用于根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态。
本发明实施例提供通过图像获取交通状态的方法和装置,通过获取摄像机实时拍摄的各交通路口的视频图像,并对该视频图像进行处理和分析,得到各交通路口的交通状态,进而根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态;由于摄像机实时拍摄的各交通路口的视频图像比较能反映当时的实际交通路况信息的,所以本发明实施例提供通过图像获取交通状态的方法和装置,能够及时准确地获取实际道路交通状态,提高用户使用交通信息的及时性和准确性,方便出行规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中通过图像获取交通状态的方法流程图;
图2为本发明实施例1中较优的摄像机的假设示意图;
图3为本发明实施例1中交通处理模型中的车辆交通流密度与平均速度之间定量关系的曲线趋势示意图;
图4为本发明实施例2中一种通过图像获取交通状态的装置组成框图;
图5为本发明实施例2中另一种通过图像获取交通状态的装置组成框图;
图6为本发明实施例2中另一种通过图像获取交通状态的装置组成框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本发明实施例提供一种通过图像获取交通状态的方法,如图1所示,该方法包括:
101、获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像。
需要说明的是,为了掌握到各个交通路口的车辆运行状态,往往将摄像机架设在交通路口的合适位置,比如道路上方、路中央的隔离带,实时监控各交通路口道路上的车辆运行情况,该车辆运行情况包括车辆排队情况、红绿灯等待情况、停车时间、车辆左右拐等信息。为了使视频处理中心能够通过摄像机拍摄到的各路口的视频图像获取各道路的交通状态,在摄像机拍摄到各交通路口道路上的车辆运行情况的视频图像后,将该视频图像传输到后台视频处理中心,以便使视频处理中心获取该视频图形,并对该视频图像进行分析和处理。
其中,为了使架设的摄像机能够最好的拍摄到各路口道路上的车辆运行情况,即为了准确获得车辆的速度、车头时距、车辆排队长度等参数,比较优的摄像机架设方式如图2所示,要求摄像机必须正向安装,镜头离地面高度至少需要超过7米。但本发明实施例对此不进行具体限制,其他的可以拍摄到各路口道路上的车辆运行情况的架设方式也属于本发明保护的范围。
102、对所述视频图像进行视频处理和分析,得到各交通路口的交通状态。
其中,需要说明的是,后台视频处理中心实时地接收交通路口的视频图像,并通过视频处理技术对视频图像进行分析和处理后,可以获得车辆流量、车速等信息,还可以获得车辆占有率、排队长度、车辆等待时间、车辆离红绿灯路口的距离等参数。同时还可以根据获得的参数分别计算左拐、直行、右拐的车道上的交通信息。
其中,所述对所述视频图像进行视频处理和分析,得到各交通路口的交通状态可以通过但不局限于以下的方法实现,该方法包括:
步骤1,通过图像识别技术对所述视频图像进行视频处理,获得各交通路口每一辆车的运行情况信息;其中,所述运行情况信息可以包括运行速度、等待时间、离路口的距离等信息,但本发明实施例对此不进行限制,还可以为其他运行情况信息。
步骤2,根据所述各交通路口每一辆车的运行情况信息,并基于道路畅通、缓慢和拥堵状态的判断原则,计算所述各交通路口每一辆车的交通状态。
步骤3,根据所述各交通路口每一辆车的交通状态,结合排队长度、车辆流量进行所述各交通路口多辆车交通状态的融合,得到所述各交通路口的交通状态。
103、根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态。
需要说明的是,由于实际道路的交通路口比较多,为了节省硬件成本,不可能每一个交通路口都安装摄像机,一般是在主要交通路口和复杂交通路口进行摄像机安装。基于上述摄像机的安装方式,那么两个摄像机之间就会包含多条道路,而由于摄像机所拍摄到的视频图像只能包含交通路口附近的情况,不能包含两个摄像机之间的所有道路,所以就需要建立交通处理模型,通过路口的道路交通状态和相关参数进行模拟仿真,运用空间和时间推测方法计算出各摄像机间包含的所有道路的交通状态。
其中,该交通模型是基于道路上的交通状态具有传递性,通过神经元网络算法进行样本训练得到的。所述交通处理模型中的包括车辆交通流密度道路平均速度两个基本参数;所述车辆交通流密度与所述平均速度之间有明确的定量关系,所述定量关系的曲线趋势图如图3所示;所述定量关系可以如公式1所示,也可以为公式2所示,其中公式1和公式2为:
其中,v为平均速度,k为车辆交通流密度,vf是最大流量时的速度值(即车流量最大时的临界速度),ki是阻塞密度。当交通量比较大时,随着交通量的增加,车速随之降低,车辆间的距离变小,交通密度变大;当交通流过度拥挤时,车辆速度极度降低,甚至停止不动,此时交通密度为最大,即达到阻塞密度,而车速为0。按照不同道路等级,建立v和k之间的关系需要一定量的数据调研拟合,通过交通量调查确定ki和vf。当前阶段简单处理办法为:可以根据经验值确定ki取150-200,vf取40-60,根据道路link等级分别划分ki和vf区间。特别说明是是,其中公式1在车流密度较大时有较好的拟合效果,公式2在车流密度较小时有较好的拟合效果。
其中,所述根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态可以通过但不局限于以下的方法实现,该方法为:
步骤1、根据所述预建立的交通处理模型中的不同等级道路的平均速度,计算出每辆车在两个交通路口之间的等待时间。
步骤2、根据所述两个路口的交通状态、是否有红绿灯以及所述两个路口之间道路的长度,将所述等待时间分配到车辆对应的道路上,得到每辆车在其对应道路上的运行情况。
步骤3、将所述每条道路上包含的多辆车的运行情况进行融合处理,得到所述各交通路口之间每条道路的交通状态。
本发明实施例提供通过图像获取交通状态的方法和装置,通过获取摄像机实时拍摄的各交通路口的视频图像,并对该视频图像进行处理和分析,得到各交通路口的交通状态,进而根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态;由于摄像机实时拍摄的各交通路口的视频图像比较能反映当时的实际交通路况信息的,所以本发明实施例提供通过图像获取交通状态的方法和装置,能够及时准确地获取实际道路交通状态,提高用户使用交通信息的及时性和准确性,方便出行规划。
实施例2
本发明实施例一种通过图像获取交通状态的装置,如图4所示,该装置包括:获取单元21、图像处理单元22、空间和时间推测单元23。
获取单元21,用于获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像。
图像处理单元22,用于对所述视频图像进行视频处理和分析,得到各交通路口的交通状态。
空间和时间推测单元23,用于根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态。
需要说明的是,由于实际道路的交通路口比较多,为了节省硬件成本,不可能每一个交通路口都安装摄像机,一般是在主要交通路口和复杂交通路口进行摄像机安装。基于上述摄像机的安装方式,那么两个摄像机之间就会包含多条道路,而由于摄像机所拍摄到的视频图像只能包含交通路口附近的情况,不能包含两个摄像机之间的所有道路,所以就需要建立交通处理模型,通过路口的道路交通状态和相关参数进行模拟仿真,运用空间和时间推测方法计算出各摄像机间包含的所有道路的交通状态。
其中,该交通模型是基于道路上的交通状态具有传递性,通过神经元网络算法进行样本训练得到的。所述交通处理模型中的包括车辆交通流密度道路平均速度两个基本参数;所述车辆交通流密度与所述平均速度之间有明确的定量关系,所述定量关系的曲线趋势图如图3所示;所述定量关系可以如公式1所示,也可以为公式2所示,其中公式1和公式2为:
其中,v为平均速度,k为车辆交通流密度,vf是最大流量时的速度值(即车流量最大时的临界速度),ki是阻塞密度。当交通量比较大时,随着交通量的增加,车速随之降低,车辆间的距离变小,交通密度变大;当交通流过度拥挤时,车辆速度极度降低,甚至停止不动,此时交通密度为最大,即达到阻塞密度,而车速为0。按照不同道路等级,建立v和k之间的关系需要一定量的数据调研拟合,通过交通量调查确定ki和vf。当前阶段简单处理办法为:可以根据经验值确定ki取150-200,vf取40-60,根据道路link等级分别划分ki和vf区间。特别说明是是,其中公式1在车流密度较大时有较好的拟合效果,公式2在车流密度较小时有较好的拟合效果。
进一步的,如图5所示,所述图像处理单元22包括:图像处理模块221、第一计算模块222、第一融合处理模块223。
图像处理模块221,用于通过图像识别技术对所述视频图像进行视频处理,获得各交通路口每一辆车的运行情况信息。
第一计算模块222,用于根据所述各交通路口每一辆车的运行情况信息,并基于道路畅通、缓慢和拥堵状态的判断原则,计算所述各交通路口每一辆车的交通状态。
第一融合处理模块223,用于根据所述各交通路口每一辆车的交通状态,结合排队长度、车辆流量进行所述各交通路口多辆车交通状态的融合,得到所述各交通路口的交通状态。
进一步的,如图6所示,所述空间和时间推测单元23包括:第二计算模块231、时间分配处理模块232、第二融合处理模块233。
第二计算模块231,用于根据所述预建立的交通处理模型中的不同等级道路的平均速度,计算出每辆车在两个交通路口之间的等待时间。
时间分配处理模块232,用于根据所述两个路口的交通状态、是否有红绿灯以及所述两个路口之间道路的长度,将所述等待时间分配到车辆对应的道路上,得到每辆车在其对应道路上的运行情况。
第二融合处理模块233,用于将所述每条道路上包含的多辆车的运行情况进行融合处理,得到所述各交通路口之间每条道路的交通状态。
需要说明的是,本发明实施例提供的装置所包含各功能模块的其他描述,可以参考实施例1中的相关描述,本发明实施例在此将不再赘述。
本发明实施例提供通过图像获取交通状态的方法和装置,通过获取摄像机实时拍摄的各交通路口的视频图像,并对该视频图像进行处理和分析,得到各交通路口的交通状态,进而根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态;由于摄像机实时拍摄的各交通路口的视频图像比较能反映当时的实际交通路况信息的,所以本发明实施例提供通过图像获取交通状态的方法和装置,能够及时准确地获取实际道路交通状态,提高用户使用交通信息的及时性和准确性,方便出行规划。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种通过图像获取交通状态的方法,其特征在于,包括:
获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像;
对所述视频图像进行视频处理和分析,得到各交通路口的交通状态,所述交通状态包括下述至少一个参数:车辆流量、车速;
根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态;
所述根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态包括:
根据所述预建立的交通处理模型中的不同等级道路的平均速度,计算出每辆车在两个交通路口之间的等待时间;
根据所述两个路口的交通状态、是否有红绿灯以及所述两个路口之间道路的长度,将所述等待时间分配到车辆对应的道路上,得到每辆车在其对应道路上的运行情况;
将所述每条道路上包含的多辆车的运行情况进行融合处理,得到所述各交通路口之间每条道路的交通状态。
2.根据权利要求1所述的通过图像获取交通状态的方法,其特征在于,所述对所述视频图像进行视频处理和分析,得到各交通路口的交通状态包括:
通过图像识别技术对所述视频图像进行视频处理,获得各交通路口每一辆车的运行情况信息;
根据所述各交通路口每一辆车的运行情况信息,并基于道路畅通、缓慢和拥堵状态的判断原则,计算所述各交通路口每一辆车的交通状态;
根据所述各交通路口每一辆车的交通状态,结合排队长度、车辆流量进行所述各交通路口多辆车交通状态的融合,得到所述各交通路口的交通状态。
4.一种通过图像获取交通状态的装置,其特征在于,包括:
获取单元,用于获取各交通路口上的摄像机实时拍摄的各交通路口的视频图像;
图像处理单元,用于对所述视频图像进行视频处理和分析,得到各交通路口的交通状态,所述交通状态包括下述至少一个参数:车辆流量、车速;
空间和时间推测单元,用于根据所述各交通路口的交通状态以及预建立的交通处理模型,对所述各交通路口之间的道路进行空间和时间推测,获得所述各交通路口之间每条道路的交通状态;
所述空间和时间推测单元包括:
第二计算模块,用于根据所述预建立的交通处理模型中的不同等级道路的平均速度,计算出每辆车在两个交通路口之间的等待时间;
时间分配处理模块,用于根据所述两个路口的交通状态、是否有红绿灯以及所述两个路口之间道路的长度,将所述等待时间分配到车辆对应的道路上,得到每辆车在其对应道路上的运行情况;
第二融合处理模块,用于将所述每条道路上包含的多辆车的运行情况进行融合处理,得到所述各交通路口之间每条道路的交通状态。
5.根据权利要求4所述的通过图像获取交通状态的装置,其特征在于,所述图像处理单元包括:
图像处理模块,用于通过图像识别技术对所述视频图像进行视频处理,获得各交通路口每一辆车的运行情况信息;
第一计算模块,用于根据所述各交通路口每一辆车的运行情况信息,并基于道路畅通、缓慢和拥堵状态的判断原则,计算所述各交通路口每一辆车的交通状态;
第一融合处理模块,用于根据所述各交通路口每一辆车的交通状态,结合排队长度、车辆流量进行所述各交通路口多辆车交通状态的融合,得到所述各交通路口的交通状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110410040.XA CN102496278B (zh) | 2011-12-09 | 2011-12-09 | 通过图像获取交通状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110410040.XA CN102496278B (zh) | 2011-12-09 | 2011-12-09 | 通过图像获取交通状态的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102496278A CN102496278A (zh) | 2012-06-13 |
CN102496278B true CN102496278B (zh) | 2014-05-07 |
Family
ID=46188097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110410040.XA Active CN102496278B (zh) | 2011-12-09 | 2011-12-09 | 通过图像获取交通状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102496278B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903468B (zh) * | 2012-12-25 | 2016-11-16 | 上海博泰悦臻电子设备制造有限公司 | 道路拥堵时间预警方法及装置 |
CN104077913A (zh) * | 2013-03-27 | 2014-10-01 | 上海市城市建设设计研究总院 | 融合多视角图像信息的交通事件监测方法及其装置 |
CN104900054B (zh) * | 2015-04-30 | 2017-07-07 | 中盟科技有限公司 | 交通状态的判定方法和装置 |
CN105139650A (zh) * | 2015-09-10 | 2015-12-09 | 华南理工大学 | 一种基于交通状态的车辆攻击性驾驶判别方法 |
CN105788272B (zh) * | 2016-05-16 | 2018-03-16 | 杭州智诚惠通科技有限公司 | 一种道路流量拥堵报警的方法与*** |
CN109949581A (zh) * | 2019-04-11 | 2019-06-28 | 浙江无极互联科技有限公司 | 一种基于计算机视觉的道路状态判断方法 |
CN111179608A (zh) * | 2019-12-25 | 2020-05-19 | 广州方纬智慧大脑研究开发有限公司 | 一种路口溢出检测方法、***及存储介质 |
CN111986487B (zh) * | 2020-09-11 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 一种路况信息的管理方法以及相关装置 |
CN112150811A (zh) * | 2020-09-27 | 2020-12-29 | 安徽达尔智能控制***股份有限公司 | 基于图像识别技术的城市道路交叉***通信息获取*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测***与方法 |
CN102005120A (zh) * | 2010-11-22 | 2011-04-06 | 顾海松 | 基于视频图像分析的交通路口监控技术和*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2709177B2 (ja) * | 1990-05-11 | 1998-02-04 | 住友電気工業株式会社 | 交通流分散システム |
US5673039A (en) * | 1992-04-13 | 1997-09-30 | Pietzsch Ag | Method of monitoring vehicular traffic and of providing information to drivers and system for carring out the method |
CN101807345B (zh) * | 2010-03-26 | 2012-07-04 | 重庆大学 | 一种基于视频检测技术的交通拥堵判别方法 |
CN102136194B (zh) * | 2011-03-22 | 2013-06-05 | 浙江工业大学 | 基于全景计算机视觉的道路交通状态检测装置 |
-
2011
- 2011-12-09 CN CN201110410040.XA patent/CN102496278B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测***与方法 |
CN102005120A (zh) * | 2010-11-22 | 2011-04-06 | 顾海松 | 基于视频图像分析的交通路口监控技术和*** |
Also Published As
Publication number | Publication date |
---|---|
CN102496278A (zh) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102496278B (zh) | 通过图像获取交通状态的方法和装置 | |
CN102819954B (zh) | 交通区域动态地图监控预测*** | |
CN105046956B (zh) | 一种基于转向系数的交通流模拟及预测方法 | |
WO2019047905A1 (zh) | 一种交通路况分析***、方法以及装置 | |
CN112885145B (zh) | 路口风险预警的方法和装置 | |
Hoogendoorn et al. | Longitudinal driving behavior under adverse weather conditions: Adaptation effects, model performance and freeway capacity in case of fog | |
CN105702152A (zh) | 地图生成方法和装置 | |
Xia | Eco-approach and departure techniques for connected vehicles at signalized traffic intersections | |
KR20150128712A (ko) | 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션 | |
CN103838772A (zh) | 一种多源交通数据融合方法 | |
CN107310550A (zh) | 道路交通工具行驶控制方法和装置 | |
CN103116608A (zh) | 一种快速路交通流再现的方法 | |
CN106023629A (zh) | 一种路径推荐方法和装置 | |
Sotelo et al. | Introduction to the special issue on emergent cooperative technologies in intelligent transportation systems | |
Xie et al. | Macroscopic fundamental diagram for urban streets and mixed traffic: cross comparison of estimation methods | |
Sarvi et al. | Freeway ramp merging phenomena in congested traffic using simulation combined with a driving simulator | |
Fernandes et al. | Driving around turbo-roundabouts vs. conventional roundabouts: Are there advantages regarding pollutant emissions? | |
CN114454878A (zh) | 车速控制模型训练样本的确定方法及装置 | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
CN113792428A (zh) | 虚拟场景下车辆的测试方法、装置及电子设备 | |
Jin et al. | Determining the breakpoints of fundamental diagrams | |
Madushanka et al. | Study of the impact roadside parking has on traffic flow characteristics-a vissim simulation based approach | |
CN103903432A (zh) | 用于确定路链拥堵状况的设备和方法 | |
Lyu et al. | Exploring longitudinal driving behaviour on a freeway deceleration lane using field operational test data | |
Yang et al. | A novel approach for fine-grained traffic risk characterization and evaluation of urban road intersections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |