CN104915912B - 一种黄灯困境区域建模方法 - Google Patents

一种黄灯困境区域建模方法 Download PDF

Info

Publication number
CN104915912B
CN104915912B CN201510218144.9A CN201510218144A CN104915912B CN 104915912 B CN104915912 B CN 104915912B CN 201510218144 A CN201510218144 A CN 201510218144A CN 104915912 B CN104915912 B CN 104915912B
Authority
CN
China
Prior art keywords
amber light
bright
countdown
conditions
under
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.)
Expired - Fee Related
Application number
CN201510218144.9A
Other languages
English (en)
Other versions
CN104915912A (zh
Inventor
张亚平
付川云
别鸣
别一鸣
程国柱
蒋贤才
杨龙海
彭挺
刘翰宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201510218144.9A priority Critical patent/CN104915912B/zh
Publication of CN104915912A publication Critical patent/CN104915912A/zh
Application granted granted Critical
Publication of CN104915912B publication Critical patent/CN104915912B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

一种黄灯困境区域建模方法，本发明涉及黄灯困境区域建模方法。本发明是要解决现有模型难以反映实际黄灯困境区域动态变化的特征及不适用于分析有倒计时条件下困境区域分布的问题，而提供了一种黄灯困境区域建模方法。步骤一：分析黄灯困境区域的形成；步骤二：提出建模的基本假设；步骤三：采集及处理相关数据；步骤四：建立感知反应时间与黄灯启亮时速度的关系模型；步骤五：构建减速度与黄灯启亮时速度的关系模型；步骤六：建立最小停车距离模型；步骤七：构建加速度与黄灯启亮时速度的关系模型；步骤八：建立最大通过距离模型，即完成了一种黄灯困境区域建模方法。本发明应用于交通安全领域。

Description

一种黄灯困境区域建模方法
技术领域
本发明涉及黄灯困境区域建模方法。
背景技术
交叉口是道路网络的节点，各向交通流汇集于此，因而，也是交通事故多发地。黄灯困境是导致信号交叉***通事故的主要原因之一。黄灯启亮时，信号交叉口进口道上的车辆可能遭遇这样的窘境，即既不能安全地停止于停车线前，也不能在红灯启亮前通过交叉口。面临这样的困境，如果驾驶人选择停车，则需紧急制动，易导致追尾事故；如果驾驶人选择继续行驶，则不能在红灯启亮前通过交叉口，甚至闯红灯，易导致侧面碰撞事故。
为应对黄灯困境问题，延长黄灯信号时长、施划黄灯停车提示线、安装黄灯停车警示标志、设置黄灯停车警示灯、布设绿灯延长***、设置黄灯缓行区控制***、应用车载黄灯困境区警示***等措施相继被提出。尽管这些措施在一定程度上缩短了黄灯困境区的范围，并减少了车辆陷入黄灯困境区的可能性，但它们均是以一个固定不变的黄灯困境区为基础而被提出来的，难以有效地规避黄灯困境区，且难以充分地保护陷入黄灯困境区的车辆。实际上，受驾驶人感知反应能力、车辆类型、交通流状态、交通控制设施及交通信号配时方案等众多因素的影响，黄灯困境区始终是客观存在的。随着进口道上车辆在黄灯启亮时速度的不同，困境区的分布亦呈现出较大的差异。
现有黄灯困境区域模型中的停车感知反应时间、减速度及加速度三个参数均被赋予为定值。事实上，赋值为常数难以反映驾驶人个体之间的差异，并且驾驶人感知反应时间的长短及所采用加、减速度的大小是受车辆速度的影响。另外，传统黄灯困境区域模型考虑的是车辆能否在黄灯间隔内通过交叉口。但观测发现，驾驶人更多关注的是能否在黄灯信号结束前越过停车线进入交叉口。因此，有必要重新构建黄灯困境区域模型，以便更好地反映实际情况。
近年来，数字倒计时器(以下简称倒计时)被广泛地安装在我国城市道路信号交叉口处，以秒数的形式显示某一相位的剩余时间，使驾驶人做好准备以面对信号相位的变换。安装倒计时的目的之一是，辅助驾驶人在黄灯启亮时的行驶行为(停车或者继续行驶)决策，避免陷入黄灯困境区。调查发现，倒计时对驾驶人的感知反应时间有显著的影响。因此，传统黄灯困境区域模型难以适用于探讨有倒计时条件下黄灯困境区域的问题。
发明内容
本发明是要解决现有模型难以反映实际黄灯困境区域动态变化的特征及不适用于分析有倒计时条件下困境区域分布的问题，而提供了一种黄灯困境区域建模方法。
一种黄灯困境区域建模方法，它按以下步骤实现：
步骤一：分析黄灯困境区域的形成；
步骤二：提出建模的基本假设；
步骤三：采集及处理相关数据；
步骤四：建立感知反应时间与黄灯启亮时速度的关系模型；
步骤五：构建减速度与黄灯启亮时速度的关系模型；
步骤六：建立最小停车距离模型；
步骤七：构建加速度与黄灯启亮时速度的关系模型；
步骤八：建立最大通过距离模型，即完成了一种黄灯困境区域建模方法。
发明效果：
本发明所述的一种有无倒计时条件下黄灯困境区域建模方法，通过分析黄灯困境区域的形成，提出困境区域模型中停车感知反应时间、加速度、减速度三个参数是关于黄灯启亮时车辆速度的函数等基本假设，应用视频观测、画屏幕参考线的方法采集有无倒计时条件下黄灯启亮时首停车与末行车的速度及至停车线距离等数据，筛选有无倒计时条件下黄灯启亮时距停车线最近首停车和最远末行车的相关数据，分别建立有无倒计时条件下停车感知反应时间、减速度和加速度与黄灯启亮时速度的关系模型，从而构建有无倒计时条件下最小停车距离模型和最大通过距离模型。
本发明提出的一种有无倒计时条件下黄灯困境区域建模方法，该方法分别建立有无倒计时条件下停车感知反应时间、减速度和加速度与黄灯启亮时速度之间的关系模型，从而构建有无倒计时条件下最小停车距离模型和最大通过距离模型。本发明方法拓展了现有黄灯困境区域模型的适用范围，可为采取更合理的黄灯困境规避措施提供理论依据，直接应用到改善信号交叉***通安全水平。
与现有黄灯困境区域模型相比，本发明充分考虑了驾驶人的停车感知反应时间及所采用的加、减速度随黄灯启亮时车辆速度不同而变化的特性，更能反映实际黄灯困境区域动态变化的特征，而且更符合我国城市道路信号交叉口广泛采用倒计时信号背景下黄灯困境区域分布的新情况。
附图说明
图1为本发明方法的总体流程图；
图2为黄灯困境区域的形成；
图3为摄像机架设位置及参考点的示意图。
具体实施方式
具体实施方式一：本实施方式的如图1所示为一种有无倒计时条件下黄灯困境区域建模方法的总体流程图。本发明方法通过分析黄灯困境区域的形成，提出困境区域模型中停车感知反应时间、加速度、减速度三个参数是关于黄灯启亮时车辆速度的函数等基本假设，应用视频观测、画屏幕参考线的方法采集有无倒计时条件下黄灯启亮时首停车与末行车的速度及至停车线距离等数据，筛选有无倒计时条件下黄灯启亮时距停车线最近首停车和最远末行车的相关数据，分别建立有无倒计时条件下停车感知反应时间、减速度和加速度与黄灯启亮时速度的关系模型，从而构建有无倒计时条件下最小停车距离模型和最大通过距离模型。
如图2所示,一种黄灯困境区域建模方法，它按以下步骤实现：
步骤一：分析黄灯困境区域的形成；
步骤二：提出建模的基本假设；
步骤三：采集及处理相关数据；
步骤四：建立感知反应时间与黄灯启亮时速度的关系模型；
步骤五：构建减速度与黄灯启亮时速度的关系模型；
步骤六：建立最小停车距离模型；
步骤七：构建加速度与黄灯启亮时速度的关系模型；
步骤八：建立最大通过距离模型，即完成了一种黄灯困境区域建模方法。
具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中，黄灯困境区域的形成是由黄灯启亮时车辆开始制动至完全停止的最小距离即最小停车距离XS和黄灯间隔内能够安全通过交叉口的车辆在黄灯启亮时至停车线的最大距离即最大通过距离XC共同决定的，具体计算如下：
式中XS——最小停车距离(m)；
XC——最大通过距离(m)；
V0——黄灯启亮时车辆速度(km/h)；
δ1——停车感知反应时间(s)，取值为1.0s；
d——最大减速度(m/s2)，取值为3.0m/s2；
τ——黄灯时长(s)；
a——最大加速度(m/s2)，取值为0m/s2；
δ2——行驶感知反应时间(s)，常假设其等于停车感知反应时间；
W——交叉口宽度及平均车长之和(m)；
当XS>XC时，形成困境区；当XS<XC时，形成选择区。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中，假设驾驶人仅考虑黄灯间隔内能否通过停车线，而不是能否通过交叉口；假设停车感知反应时间δ1、最大减速度d以及最大加速度a是随着黄灯启亮时车辆速度不同而变化；假设行驶感知反应时间为零；
最小停车距离XS，表示为：
最大通过距离XC，可表示为：
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：如图3所示，数字为摄像机架设位置；所述步骤三中，通过视频观测，采集有倒计时信号交叉口和无倒计时信号交叉口的视频资料；通过屏幕画线，并用Hotplayer播放器逐帧地播放黄灯期间的交通流视频以记录直行车道上首停车和末行车的相关数据；其中，所述相关数据包括：黄灯启亮时刻，黄灯启亮时车辆速度及至停车线距离，首停车刹车灯启亮时刻，末行车驶过停车线时刻；删除闯红灯末行车及黄灯启亮前开始制动首停车的相关信息。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤四中，在有无倒计时条件下，筛选黄灯启亮时不同速度的车辆中至停车线距离最小的首停车，其最小停车感知反应时间等于黄灯与刹车灯启亮的时间差；应用线性、对数、倒数、幂、S型及指数函数，分别拟合有无倒计时条件下最小停车感知反应时间与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为倒数函数，表示为：
δ1＝0.493+17.501/V0
式中δ1——停车感知反应时间(s)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为线性函数，表示为：
δ1＝0.026V0-0.135。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述步骤五中，对于步骤四所筛选出的首停车，其最大减速度d计算如下：
应用线性、对数、倒数、幂、S型及指数函数，分别拟合有无倒计时条件下最大减速度与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为幂函数，表示为：
式中d——最大减速度(m/s2)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为S型函数，表示为：
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是：所述步骤六中，根据步骤二所提出的假设，结合步骤四和步骤五所分别建立的最小停车感知反应时间和最大减速度与黄灯启亮时车辆速度的关系模型，得到有无倒计时条件下最小停车距离XS模型：
无倒计时条件下：
式中V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下：
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是：所述步骤七中，有无倒计时条件下，筛选黄灯启亮时不同速度的车辆中至停车线距离最大的末行车，其最大加速度a计算如下：
式中a——最大加速度(m/s2)；
XC——最大通过距离(m)；
V0——黄灯启亮时车辆速度(km/h)；
t——车辆行驶时间即黄灯启亮与车辆驶过停车线的时间差(s)；
应用线性、对数及倒数函数，分别拟合有无倒计时条件下最大加速度与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为对数函数，表示为：
a＝11.188-2.576ln V0
式中a——最大加速度(m/s2)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为线性函数，表示为：
a＝-0.129V0+8.635。
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是：所述步骤八中，根据步骤二所提出的假设，结合步骤七所构建的最大加速度与黄灯启亮时车辆速度的关系模型，得到有无倒计时条件下最大通过距离XC模型：
无倒计时条件下：
式中V0——黄灯启亮时车辆速度(km/h)；
τ——黄灯时长(s)；
有倒计时条件下：
其它步骤及参数与具体实施方式一至八之一相同。

Claims (7)

1.一种黄灯困境区域建模方法，其特征在于它按以下步骤实现：
步骤一：分析黄灯困境区域的形成，其具体过程为：
黄灯困境区域的形成是由黄灯启亮时车辆开始制动至完全停止的最小距离即最小停车距离XS和黄灯间隔内能够安全通过交叉口的车辆在黄灯启亮时至停车线的最大距离即最大通过距离XC共同决定的，具体计算如下：
式中XS——最小停车距离(m)；
XC——最大通过距离(m)；
V0——黄灯启亮时车辆速度(km/h)；
δ1——停车感知反应时间(s)，取值为1.0s；
d——最大减速度(m/s2)，取值为3.0m/s2；
τ——黄灯时长(s)；
a——最大加速度(m/s2)，取值为0m/s2；
δ2——行驶感知反应时间(s)，常假设其等于停车感知反应时间；
W——交叉口宽度及平均车长之和(m)；
当XS>XC时，形成困境区；当XS<XC时，形成选择区；
步骤二：提出建模的基本假设，其具体过程为：
假设驾驶人仅考虑黄灯间隔内能否通过停车线，而不是能否通过交叉口；假设停车感知反应时间δ1、最大减速度d以及最大加速度a是随着黄灯启亮时车辆速度不同而变化；假设行驶感知反应时间为零；
最小停车距离XS，表示为：
最大通过距离XC，可表示为：
步骤三：采集及处理相关数据；
步骤四：建立感知反应时间与黄灯启亮时速度的关系模型；
步骤五：构建减速度与黄灯启亮时速度的关系模型；
步骤六：建立最小停车距离模型；
步骤七：构建加速度与黄灯启亮时速度的关系模型；
步骤八：建立最大通过距离模型，即完成了一种黄灯困境区域建模方法。
2.根据权利要求1所述的一种黄灯困境区域建模方法，其特征在于所述步骤三中，通过视频观测，采集有倒计时信号交叉口和无倒计时信号交叉口的视频资料；通过屏幕画线，并用Hotplayer播放器逐帧地播放黄灯期间的交通流视频以记录直行车道上首停车和末行车的相关数据；其中，所述相关数据包括：黄灯启亮时刻，黄灯启亮时车辆速度及至停车线距离，首停车刹车灯启亮时刻，末行车驶过停车线时刻；删除闯红灯末行车及黄灯启亮前开始制动首停车的相关信息。
3.根据权利要求2所述的一种黄灯困境区域建模方法，其特征在于所述步骤四中，在有无倒计时条件下，筛选黄灯启亮时不同速度的车辆中至停车线距离最小的首停车，其最小停车感知反应时间等于黄灯与刹车灯启亮的时间差；应用线性、对数、倒数、幂、S型及指数函数，分别拟合有无倒计时条件下最小停车感知反应时间与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为倒数函数，表示为：
δ1＝0.493+17.501/V0
式中δ1——停车感知反应时间(s)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为线性函数，表示为：
δ1＝0.026V0-0.135。
4.根据权利要求3所述的一种黄灯困境区域建模方法，其特征在于所述步骤五中，对于步骤四所筛选出的首停车，其最大减速度d计算如下：
应用线性、对数、倒数、幂、S型及指数函数，分别拟合有无倒计时条件下最大减速度与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为幂函数，表示为：
d＝0.107V0 0.879
式中d——最大减速度(m/s2)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为S型函数，表示为：
5.根据权利要求4所述的一种黄灯困境区域建模方法，其特征在于所述步骤六中，根据步骤二所提出的假设，结合步骤四和步骤五所分别建立的最小停车感知反应时间和最大减速度与黄灯启亮时车辆速度的关系模型，得到有无倒计时条件下最小停车距离XS模型：
无倒计时条件下：
式中V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下：
6.根据权利要求5所述的一种黄灯困境区域建模方法，其特征在于所述步骤七中，有无倒计时条件下，筛选黄灯启亮时不同速度的车辆中至停车线距离最大的末行车，其最大加速度a计算如下：
式中a——最大加速度(m/s2)；
XC——最大通过距离(m)；
V0——黄灯启亮时车辆速度(km/h)；
t——车辆行驶时间即黄灯启亮与车辆驶过停车线的时间差(s)；
应用线性、对数及倒数函数，分别拟合有无倒计时条件下最大加速度与黄灯启亮时车辆速度之间的变化关系；选择相关系数R2及显著性检验统计值F最大的拟合函数作为二者之间的关系模型：
无倒计时条件下，最佳拟合函数为对数函数，表示为：
a＝11.188-2.576ln V0
式中a——最大加速度(m/s2)；
V0——黄灯启亮时车辆速度(km/h)；
有倒计时条件下，最佳拟合函数为线性函数，表示为：
a＝-0.129V0+8.635。
7.根据权利要求6所述的一种黄灯困境区域建模方法，其特征在于所述步骤八中，根据步骤二所提出的假设，结合步骤七所构建的最大加速度与黄灯启亮时车辆速度的关系模型，得到有无倒计时条件下最大通过距离XC模型：
无倒计时条件下：
式中V0——黄灯启亮时车辆速度(km/h)；
τ——黄灯时长(s)；
有倒计时条件下：
CN201510218144.9A 2015-04-30 2015-04-30 一种黄灯困境区域建模方法 Expired - Fee Related CN104915912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510218144.9A CN104915912B (zh) 2015-04-30 2015-04-30 一种黄灯困境区域建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510218144.9A CN104915912B (zh) 2015-04-30 2015-04-30 一种黄灯困境区域建模方法

Publications (2)

Publication Number Publication Date
CN104915912A CN104915912A (zh) 2015-09-16
CN104915912B true CN104915912B (zh) 2018-09-07

Family

ID=54084955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510218144.9A Expired - Fee Related CN104915912B (zh) 2015-04-30 2015-04-30 一种黄灯困境区域建模方法

Country Status (1)

Country Link
CN (1) CN104915912B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108470448A (zh) * 2018-04-13 2018-08-31 西南交通大学 一种黄灯两难区风险评估方法
CN109215345B (zh) * 2018-09-30 2021-03-16 淮阴工学院 一种消除交叉口困境区的停车线位置确定方法
CN109584556A (zh) * 2018-12-13 2019-04-05 河海大学 一种基于困境区理论的交叉口绿闪信号时间确定方法
CN111653126A (zh) * 2020-05-29 2020-09-11 长安大学 一种车辆通行黄灯期间的防追尾方法
CN114179790A (zh) * 2021-12-28 2022-03-15 安徽百诚慧通科技有限公司 一种交叉口黄灯期间车辆驾驶辅助方法、***、电子设备及存储介质
CN114267187B (zh) * 2022-02-28 2022-07-12 深圳市城市交通规划设计研究中心股份有限公司 信号灯控制方法、装置、计算机设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496285A (zh) * 2011-12-23 2012-06-13 上海海事大学 基于视频检测的路口车辆闯红灯判别方法与信号控制***
CN104021683A (zh) * 2014-05-23 2014-09-03 河北工业大学 一种交叉口黄灯抓拍的自适应信号配时方法
CN104282161A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN104575031A (zh) * 2015-01-07 2015-04-29 北京尚易德科技有限公司 防止机动车绿灯跟进阻塞路口的提示***和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496285A (zh) * 2011-12-23 2012-06-13 上海海事大学 基于视频检测的路口车辆闯红灯判别方法与信号控制***
CN104021683A (zh) * 2014-05-23 2014-09-03 河北工业大学 一种交叉口黄灯抓拍的自适应信号配时方法
CN104282161A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN104575031A (zh) * 2015-01-07 2015-04-29 北京尚易德科技有限公司 防止机动车绿灯跟进阻塞路口的提示***和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Yellow light dilemma zone researches a review";Yaping Zhang ..etc;《Journal of Traffic and Transportation Engineering》;20141031;第1卷(第5期);338-352 *

Also Published As

Publication number Publication date
CN104915912A (zh) 2015-09-16

Similar Documents

Publication Publication Date Title
CN104915912B (zh) 一种黄灯困境区域建模方法
CN104157156B (zh) 一种高速公路危险路段车速动态管理预警方法
CN102496285B (zh) 基于视频检测的路口车辆闯红灯判别方法
CN104282161B (zh) 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN104575000B (zh) 记录机动车跟进阻塞路口的违法行为的***和方法
CN104691545B (zh) 适应性车辆防碰撞方法
CN109318893B (zh) 基于车牌像素高度变化的安全驾驶辅助方法和***
CN104658279B (zh) 基于视频通行状态监测的实时优化信号控制方法及***
CN104766486B (zh) 面向黄灯两难区的全红信号控制方法
CN104574955B (zh) 记录机动车行经停车让行路口不依法让行行为的***和方法
CN106781493A (zh) 一种车辆排队长度模拟***、方法和装置
CN105825692B (zh) 基于路域气象站的高速公路限速信息获取方法及***
CN104021683B (zh) 一种交叉口黄灯抓拍的自适应信号配时方法
CN202422425U (zh) 基于视频检测的路口智能信号控制***
CN104376725A (zh) 一种膨胀效应下信号交叉口非机动车道渠化控制方法
CN103680159B (zh) 道路交叉口多虚拟信号线性联动控制***及其控制方法
CN107146423B (zh) 一种交叉口进口车道车辆引导式信号控制装置及方法
CN105355066B (zh) 一种智能识别信号灯***及方法
CN105307309B (zh) 一种照明控制方法及***
CN109544934A (zh) 基于城市交叉口混合交通流三维轨迹的效率安全监控***
CN108597219A (zh) 一种基于机器视觉的路段行人过街控制方法
CN108470448A (zh) 一种黄灯两难区风险评估方法
CN103077608B (zh) 一种取证驾驶员是否故意闯黄灯的方法
CN104575045A (zh) 自动提示机动车行经减速让行路口减速让行的***和方法
CN113345253A (zh) 车流阵列与信号协同控制***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180907

Termination date: 20210430

CF01 Termination of patent right due to non-payment of annual fee