CN107665583A - 一种不同天气条件下车道饱和流率的计算方法 - Google Patents
一种不同天气条件下车道饱和流率的计算方法 Download PDFInfo
- Publication number
- CN107665583A CN107665583A CN201711159974.4A CN201711159974A CN107665583A CN 107665583 A CN107665583 A CN 107665583A CN 201711159974 A CN201711159974 A CN 201711159974A CN 107665583 A CN107665583 A CN 107665583A
- Authority
- CN
- China
- Prior art keywords
- data
- weather
- track
- snow
- mrow
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明基于电子警察数据的车道饱和流率的计算方法为交叉口信号灯配时数据的采集处理提供了一种高效、精确的方法,为交叉口信号灯配时优化提供了良好的数据支持,不仅对提升交叉口信号配时方案的效率起了重要作用,而且对于城市交通控制实施的效果,提高整个交通***的运行效率都具有十分重要的意义,本发明计算的车道建议车头时距、饱和流率作为信号配时确定周期的重要因素,对晴、雨、雪等天气因素进行区别对待,依据大量的历史数据对参数进行准确的数据标定,对该参数的标定充分发挥了大数据的作用,为精确的场景式信号配时提供数据依据。
Description
技术领域
本发明涉及交通技术领域,尤其涉及一种不同天气条件下车道饱和流率的计算方法。
背景技术
合理科学的信号配时方案可以有效提高城市交通***的运营效率和缓解城市交通拥堵两难问题,不同天气条件下的交通管理措施的制定、交通预案和信号控制方案,通常都是根据经验人为制定和调整,缺乏科学的理论指导和交通流理论的支撑,使得交通***在特殊天气下极易造成瘫痪,因此,要降低极端恶劣天气对城市交通***运行的影响,制定合理的交通管理与控制策略,必须掌握不同天气条件下的交通流特征参数,车道饱和流率就是交通流特征参数的基础数据,而不同天气下同一车道的饱和流率也会不同,因此,如何获得精确的交叉口车道饱和流率数据是得到合理的交叉口信号配时方案的关键所在。
发明内容
本发明旨在提供一种不同天气条件下车道饱和流率的计算方法。
为实现上述技术目的,本发明采用以下技术方案,一种不同天气条件下车道饱和流率的计算方法,包括以下步骤:
S1、获取历史天气数据,查询天气表获取前n天历史天气数据,并对历史天气进行归为晴、雨、雪三类,其中按以下配置方式进行归类:1)晴:晴天、多云、阴天;2)雨:小雨、中雨、大雨;3)雪:小雪、中雪、大雪;
S2、遍历历史天气数据分别获取到晴、雨、雪三组数据对应的时间,转步骤S3获取各类天气对应的过车数据,如果历史对应天气时间为空,则不进行下一步处理,计算终结;
S3、根据上述晴、雨、雪三类天气时间分别查表获取晴、雨、雪三类天气条件下电子警察数据存储的过车数据;
S4、将上述过车数据以车道ID为单位按时间戳排序,计算各车道的车头时距Headway=t2-t1,即相邻两条过车数据的时间差的绝对值,以获取晴、雨、雪三类天气条件下的车头时距;
S5、将电子警察数据库的车道基础信息表中获取的车道ID,全部标记为Unvisited;
S6、取步骤S5中的一个标记为Unvisited的车道ID,标记为visited,并进入下一步骤;
S7、将步骤S6中标记为visited的车道ID对应的车头时距数据按天气晴雨雪分组,上述分组后的车头时距数据设有三组,三组项下的车头时距数据用(x1,x2,…,xn)来标记,(x1,x2,…,xn)指分别在天气晴雨雪的条件下该车道在步骤S1的前n天内的车头时距数据,按步骤S4的时间戳排序,并据此计算天气晴雨雪条件下的(x1,x2,…,xn)各自的平均值M和方差S2、标准差S:
S8、根据步骤S7的计算结果,如果M>2,且S≥0.5,则取max[(xn-M)2],剔除xn,转到步骤S7继续计算,如果M≥2,且S<0.5,则转步骤S9,如果M<2,则不处理,计算终结;
S9、步骤S8中的M≥2,且S<0.5,则此处获得的即为迭代后最优的M也即建议车头时距,据此计算出计算车道的饱和流率Si=3600/M。
S10、根据步骤S9计算完步骤S7标记为visited的车道的饱和流率后,转步骤S6继续选取一个车道ID标记为visited并计算其饱和流率直至所有车道ID标记为visited,并将相应数据保存在对应的数据库中,此后转入步骤S11终结计算流程;
S11、计算终结。
作为优选,步骤S10中的数据按照以下格式进行保存:
名称:车道ID,代码:LANE_ID,数据类型:VARCHAR2(60);
名称:车道方向,代码:DERECTION,数据类型:VARCHAR2(9);
名称:时间戳,代码:TIMESTAMP,数据类型:NUMBER(13);
名称:建议车头时距,代码:BEST_HEADWAY,数据类型:NUMBER(5,2);
名称:车头饱和流率,代码:SA_VOLUMN,数据类型:NUMBER(5);
名称:天气代码,代码:WEATHER_CODE,数据类型:VARCHAR2(3);
名称:设置方法,代码:SET_WAY,数据类型:VARCHAR2(3)。
作为优选,车道方向的备注信息为:1右、2左、3直、4掉。
作为优选,天气代码的备注信息为:0晴、1雨、3雪。
作为优选,设置方法的备注信息为:0人工设置、1***推荐。
本发明基于电子警察数据的车道饱和流率的计算方法为交叉口信号灯配时数据的采集处理提供了一种高效、精确的方法,为交叉口信号灯配时优化提供了良好的数据支持,不仅对提升交叉口信号配时方案的效率起了重要作用,而且对于城市交通控制实施的效果,提高整个交通***的运行效率都具有十分重要的意义,本发明计算的车道建议车头时距、饱和流率作为信号配时确定周期的重要因素,对晴、雨、雪等天气因素进行区别对待,依据大量的历史数据对参数进行准确的数据标定,对该参数的标定充分发挥了大数据的作用,为精确的场景式信号配时提供数据依据。
附图说明
图1为本发明的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
下面参照图1描述根据本发明实施例的一种不同天气条件下车道饱和流率的计算方法,包括以下步骤:
S1、获取历史天气数据,查询天气表获取前n天历史天气数据,并对历史天气进行归为晴、雨、雪三类,其中按以下配置方式进行归类:1)晴:晴天、多云、阴天;2)雨:小雨、中雨、大雨;3)雪:小雪、中雪、大雪;
S2、遍历历史天气数据分别获取到晴、雨、雪三组数据对应的时间,转步骤S3获取各类天气对应的过车数据,如果历史对应天气时间为空,则不进行下一步处理,计算终结;
S3、根据上述晴、雨、雪三类天气时间分别查表获取晴、雨、雪三类天气条件下电子警察数据存储的过车数据;
S4、将上述过车数据以车道ID为单位按时间戳排序,计算各车道的车头时距Headway=t2-t1,即相邻两条过车数据的时间差的绝对值,以获取晴、雨、雪三类天气条件下的车头时距;
S5、将电子警察数据库的车道基础信息表中获取的车道ID,全部标记为Unvisited;
S6、取步骤S5中的一个标记为Unvisited的车道ID,标记为visited,并进入下一步骤;
S7、将步骤S6中标记为visited的车道ID对应的车头时距数据按天气晴雨雪分组,上述分组后的车头时距数据设有三组,三组项下的车头时距数据用(x1,x2,…,xn)来标记,(x1,x2,…,xn)指分别在天气晴雨雪的条件下该车道在步骤S1的前n天内的车头时距数据,按步骤S4的时间戳排序,并据此计算天气晴雨雪条件下的(x1,x2,…,xn)各自的平均值M和方差S2、标准差S:
S8、根据步骤S7的计算结果,如果M>2,且S≥0.5,则取max[(xn-M)2],剔除xn,转到步骤S7继续计算,如果M≥2,且S<0.5,则转步骤S9,如果M<2,则不处理,计算终结;
S9、步骤S8中的M≥2,且S<0.5,则此处获得的即为迭代后最优的M也即建议车头时距,据此计算出计算车道的饱和流率Si=3600/M。
S10、根据步骤S9计算完步骤S7标记为visited的车道的饱和流率后,转步骤S6继续选取一个车道ID标记为visited并计算其饱和流率直至所有车道ID标记为visited,并将相应数据保存在对应的数据库中,此后转入步骤S11终结计算流程;
S11、计算终结。
作为优选,步骤S10中的数据按照以下格式进行保存:
名称:车道ID,代码:LANE_ID,数据类型:VARCHAR2(60);
名称:车道方向,代码:DERECTION,数据类型:VARCHAR2(9);
名称:时间戳,代码:TIMESTAMP,数据类型:NUMBER(13);
名称:建议车头时距,代码:BEST_HEADWAY,数据类型:NUMBER(5,2);
名称:车头饱和流率,代码:SA_VOLUMN,数据类型:NUMBER(5);
名称:天气代码,代码:WEATHER_CODE,数据类型:VARCHAR2(3);
名称:设置方法,代码:SET_WAY,数据类型:VARCHAR2(3)。
作为优选,车道方向的备注信息为:1右、2左、3直、4掉。
作为优选,天气代码的备注信息为:0晴、1雨、3雪。
作为优选,设置方法的备注信息为:0人工设置、1***推荐。
本发明基于电子警察数据的车道饱和流率的计算方法为交叉口信号灯配时数据的采集处理提供了一种高效、精确的方法,为交叉口信号灯配时优化提供了良好的数据支持,不仅对提升交叉口信号配时方案的效率起了重要作用,而且对于城市交通控制实施的效果,提高整个交通***的运行效率都具有十分重要的意义,本发明计算的车道建议车头时距、饱和流率作为信号配时确定周期的重要因素,对晴、雨、雪等天气因素进行区别对待,依据大量的历史数据对参数进行准确的数据标定,对该参数的标定充分发挥了大数据的作用,为精确的场景式信号配时提供数据依据。
在本说明书的描述中,参考术语“一个实施例”、“示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种不同天气条件下车道饱和流率的计算方法,其特征在于,包括以下步骤:
S1、获取历史天气数据,查询天气表获取前n天历史天气数据,并对历史天气进行归为晴、雨、雪三类,其中按以下配置方式进行归类:1)晴:晴天、多云、阴天;2)雨:小雨、中雨、大雨;3)雪:小雪、中雪、大雪;
S2、遍历历史天气数据分别获取到晴、雨、雪三组数据对应的时间,转步骤S3获取各类天气对应的过车数据,如果历史对应天气时间为空,则不进行下一步处理,计算终结;
S3、根据上述晴、雨、雪三类天气时间分别查表获取晴、雨、雪三类天气条件下电子警察数据存储的过车数据;
S4、将上述过车数据以车道ID为单位按时间戳排序,计算各车道的车头时距Headway=t2-t1,即相邻两条过车数据的时间差的绝对值,以获取晴、雨、雪三类天气条件下的车头时距;
S5、将电子警察数据库的车道基础信息表中获取的车道ID,全部标记为Unvisited;
S6、取步骤S5中的一个标记为Unvisited的车道ID,标记为visited,并进入下一步骤;
S7、将步骤S6中标记为visited的车道ID对应的车头时距数据按天气晴雨雪分组,上述分组后的车头时距数据设有三组,三组项下的车头时距数据用(x1,x2,…,xn)来标记,(x1,x2,…,xn)指分别在天气晴雨雪的条件下该车道在步骤S1的前n天内的车头时距数据,按步骤S4的时间戳排序,并据此计算天气晴雨雪条件下的(x1,x2,…,xn)各自的平均值M和方差S2、标准差S:
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
<mo>,</mo>
</mrow>
<mrow>
<msup>
<mi>S</mi>
<mn>2</mn>
</msup>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mi>n</mi>
</mfrac>
<mo>;</mo>
</mrow>
S8、根据步骤S7的计算结果,如果M>2,且S≥0.5,则取max[(xn-M)2],剔除xn,转到步骤S7继续计算,如果M≥2,且S<0.5,则转步骤S9,如果M<2,则不处理,计算终结;
S9、步骤S8中的M≥2,且S<0.5,则此处获得的即为迭代后最优的M也即建议车头时距,据此计算出计算车道的饱和流率Si=3600/M。
S10、根据步骤S9计算完步骤S7标记为visited的车道的饱和流率后,转步骤S6继续选取一个车道ID标记为visited并计算其饱和流率直至所有车道ID标记为visited,并将相应数据保存在对应的数据库中,此后转入步骤S11终结计算流程;
S11、计算终结。
2.根据权利要求1所述的计算方法,其特征在于,步骤S10中的数据按照以下格式进行保存:
名称:车道ID,代码:LANE_ID,数据类型:VARCHAR2(60);
名称:车道方向,代码:DERECTION,数据类型:VARCHAR2(9);
名称:时间戳,代码:TIMESTAMP,数据类型:NUMBER(13);
名称:建议车头时距,代码:BEST_HEADWAY,数据类型:NUMBER(5,2);
名称:车头饱和流率,代码:SA_VOLUMN,数据类型:NUMBER(5);
名称:天气代码,代码:WEATHER_CODE,数据类型:VARCHAR2(3);
名称:设置方法,代码:SET_WAY,数据类型:VARCHAR2(3)。
3.根据权利要求2所述的计算方法,其特征在于,车道方向的备注信息为:1右、2左、3直、4掉。
4.根据权利要求2所述的计算方法,其特征在于,天气代码的备注信息为:0晴、1雨、3雪。
5.根据权利要求2所述的计算方法,其特征在于,设置方法的备注信息为:0人工设置、1***推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711159974.4A CN107665583B (zh) | 2017-11-20 | 2017-11-20 | 一种不同天气条件下车道饱和流率的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711159974.4A CN107665583B (zh) | 2017-11-20 | 2017-11-20 | 一种不同天气条件下车道饱和流率的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107665583A true CN107665583A (zh) | 2018-02-06 |
CN107665583B CN107665583B (zh) | 2021-07-02 |
Family
ID=61145307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711159974.4A Active CN107665583B (zh) | 2017-11-20 | 2017-11-20 | 一种不同天气条件下车道饱和流率的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107665583B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109360419A (zh) * | 2018-11-16 | 2019-02-19 | 浩鲸云计算科技股份有限公司 | 一种路段流量报警的计算方法 |
CN112037508A (zh) * | 2020-08-13 | 2020-12-04 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112991787A (zh) * | 2021-04-15 | 2021-06-18 | 吉林大学 | 一种冰雪天气下交叉***通信号优化方法及*** |
CN113643531A (zh) * | 2021-07-20 | 2021-11-12 | 东北大学 | 一种基于细小时区划分统计的交叉口车道饱和流率计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1441369A (zh) * | 2002-02-27 | 2003-09-10 | 杨绍鹏 | 交通控制法及设施 |
CN101751782A (zh) * | 2009-12-30 | 2010-06-23 | 北京大学深圳研究生院 | 一种基于多源信息融合的十字路***通事件自动检测*** |
CN106530720A (zh) * | 2016-12-28 | 2017-03-22 | 吉林大学 | 一种高速公路道路交通安全黑点路段识别与预警方法 |
CN106652562A (zh) * | 2017-02-09 | 2017-05-10 | 吉林大学 | 一种高速公路道路交通安全预警方法 |
-
2017
- 2017-11-20 CN CN201711159974.4A patent/CN107665583B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1441369A (zh) * | 2002-02-27 | 2003-09-10 | 杨绍鹏 | 交通控制法及设施 |
CN101751782A (zh) * | 2009-12-30 | 2010-06-23 | 北京大学深圳研究生院 | 一种基于多源信息融合的十字路***通事件自动检测*** |
CN106530720A (zh) * | 2016-12-28 | 2017-03-22 | 吉林大学 | 一种高速公路道路交通安全黑点路段识别与预警方法 |
CN106652562A (zh) * | 2017-02-09 | 2017-05-10 | 吉林大学 | 一种高速公路道路交通安全预警方法 |
Non-Patent Citations (2)
Title |
---|
刘力力: "不利天气条件下城市交叉***通流特征参数研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
孙夕雄: "不同天气情况下的高速公路交通流特性研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109360419A (zh) * | 2018-11-16 | 2019-02-19 | 浩鲸云计算科技股份有限公司 | 一种路段流量报警的计算方法 |
CN112037508A (zh) * | 2020-08-13 | 2020-12-04 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112037508B (zh) * | 2020-08-13 | 2022-06-17 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112991787A (zh) * | 2021-04-15 | 2021-06-18 | 吉林大学 | 一种冰雪天气下交叉***通信号优化方法及*** |
CN113643531A (zh) * | 2021-07-20 | 2021-11-12 | 东北大学 | 一种基于细小时区划分统计的交叉口车道饱和流率计算方法 |
CN113643531B (zh) * | 2021-07-20 | 2022-09-20 | 东北大学 | 一种基于细小时区划分统计的交叉口车道饱和流率计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107665583B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107665583A (zh) | 一种不同天气条件下车道饱和流率的计算方法 | |
CN103700273B (zh) | 基于可变导向车道的信号配时优化方法 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN104134356B (zh) | 城市交叉口模型参考自适应信号的控制方法 | |
CN101246513A (zh) | 城市快速路互通立交仿真设计***及选型方法 | |
CN106250579A (zh) | 一种电力线路路径智能生成的方法及装置 | |
CN107369318A (zh) | 一种速度预测方法及装置 | |
CN104318775A (zh) | 控制阶段快速路下匝道-地面道路交叉口一体化设计方法 | |
CN105303856B (zh) | 一种预测模型的可变情报板信息发布方法 | |
CN101246514A (zh) | 城市快速路互通立交仿真设计***及建立设计模型的方法 | |
CN107578620B (zh) | 基于车道级***的道路通行能力的计算方法、***和装置 | |
CN108427273A (zh) | 一种减少交通拥堵现象的反馈控制设计方法 | |
CN108399763A (zh) | 一种基于神经网络的交叉路***通信号灯控制算法 | |
CN107749163A (zh) | 一种车辆行驶轨迹的展示方法及装置 | |
CN113155145A (zh) | 一种面向自动驾驶车道级导航的车道级路径规划方法 | |
CN102062608B (zh) | 备选路径规划方法及导航终端 | |
CN107730892A (zh) | 一种基于fcd与互联网数据融合的交通拥堵指数评价方法 | |
CN107764263A (zh) | 一种车道序号的生成方法和装置 | |
CN105489009B (zh) | 一种潮汐车道识别方法与*** | |
CN102226700A (zh) | 一种用于立交桥路网电子地图匹配的方法 | |
CN108360320A (zh) | 一种对称交叉口直行待行区长度设计方法 | |
CN102496332A (zh) | 一种基于地理位置的道路信息编码***及其编码方法 | |
CN104318793A (zh) | 一种道路水浸事件紧急疏导配流生成方法 | |
CN104376712A (zh) | 缺失交通信息补全装置及其方法 | |
CN109191851A (zh) | 一种交通灯冗余时间计算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 210012 room 627, Ning Shuang Road, Yuhuatai District, Nanjing, Jiangsu, 627 Applicant after: Ho whale cloud computing Polytron Technologies Inc Address before: 210012 No. 68 Bauhinia Road, Yuhuatai District, Jiangsu, Nanjing Applicant before: ZTEsoft Technology Co., Ltd. |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |